Elasticsearch笔记（更新中）

安装

安装ES（linux）

下载地址：

安装完成后，访问9200端口，即可看到响应的Elasticsearch服务的基本信息

安装kibana（linux）

下载地址：

1. 安装完成后，直接访问5601端口，即可看到控制台页面

2. 选择Explore on my own之后，进入主页面

3. 然后选中Dev tools，进入开发工具页面

语法：请求方式 请求路径

正向索引与倒排索引

elasticsearch之所以有如此高性能的搜索表现，正是得益于底层的倒排索引技术。

正向索引

id字段创建了索引，而索引底层是B+树，其他字段只在叶子节点上存在。

根据id精确匹配时，可以走索引，查询效率较高。

而当搜索条件为模糊匹配时，由于索引无法生效，导致从索引查询退化为全表扫描，效率很差。

比如 select xxx from xxx where xxx like '％开头的模糊查询%'

因此，正向索引适合于根据索引字段的精确搜索，不适合基于部分词条的模糊匹配。

而倒排索引恰好解决的就是根据部分词条模糊匹配的问题。

倒排索引

• 文档（Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息

• 词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：今天天气格外晴朗，阳光明媚。，就可以分为： [“今天”、“天气”、“格外”、“晴朗”、“，”、“阳光”、“明媚”、“。”] 这样的几个词条

倒排索引的创建流程

一、通过分词算法处理

1. 目的：将文档内容按照语义拆分成一个个词条，以便后续处理。

2. 方法：使用分词算法，如结巴分词、jieba分词等，对文档进行分词处理。这些算法能够识别文档中的单词、短语，并根据语义进行拆分。

3. 示例：

   • 原始文档：“今天天气格外晴朗，阳光明媚。”

   • 分词处理后：[“今天”、“天气”、“格外”、“晴朗”、“，”、“阳光”、“明媚”、“。”]

二、创建表

1. 目的：记录每个词条及其在文档中的位置信息，为后续索引创建做准备。

2. 结构：创建一个表格，每行数据包括词条、词条所在文档的ID、词条在文档中的位置（如字符偏移量）等信息。

三、创建正向索引

1. 目的：由于词条具有唯一性，可以为每个词条创建正向索引，以便于快速查找包含该词条的文档。

2. 方法：根据分词处理后的词条列表，为每个词条分配一个唯一的索引值。这个索引值可以作为词典中的单词ID，用于倒排索引的构建。

词典（部分）

正向索引示例（部分）：

正向索引与倒排索引的区别

• 正向索引是最传统的，根据id索引的方式。

  但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。

• 而倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程。