当前位置：首页 > news >正文

Elasticsearch中倒排索引、分词器、DSL语法使用介绍

news 2025/12/26 15:59:43

🍓 简介：java系列技术分享(👉持续更新中…🔥)
🍓 初衷:一起学习、一起进步、坚持不懈
🍓 如果文章内容有误与您的想法不一致,欢迎大家在评论区指正🙏
🍓 希望这篇文章对你有所帮助,欢迎点赞 👍 收藏 ⭐留言 📝

🍓 更多文章请点击

简介及安装请查看这篇:Elasticsearch简介及安装

文章目录

一、正向索引
二、倒排索引
三、正向索引和倒排索引的区别
三、与Mysql的概念对比
四、分词器(粗细力度拆分)
- 4.1 原始分词器
- 4.2 IK分词器
- 4.3 安装IK分词器
- - 4.3.1 在线安装`较慢`
  - 4.3.2 离线安装ik插件`推荐`
- 4.4 ik分词器测试
- 4.5 IK分词器--拓展词库
五、mapping属性介绍
六、索引库操作(类似表操作)
- 6.1 创建索引库
- 6.2 查询
- 6.3 删除
- 6.4 修改
七、文档操作(类似表中每条数据操作)
- 7.1 添加
- 7.2 查询
- 7.3 删除
- 7.4 修改

一、正向索引

基于文档id创建索引,查询时先找文档,然后判断是否包含词条

正向索引（也称为“文档索引”或“内容索引”）是将文档ID与文档内容、单词相关联的关系。这意味着可以通过文档ID获取文档的内容。在构建索引时，它的结构相对简单，建立方便且易于维护。然而，在查询时需要对所有文档进行扫描，以确保没有遗漏，这会使得检索时间大大延长，检索效率低下。

数据库Mysql采用正向索引,例如:给表中的id建立索引,如下图所示
在这里插入图片描述

二、倒排索引

对文档内容分词,对词条创建索引,并记录词条所在文档信息,查询时先根据词条查询文档id,然后获取文档

倒排索引是单词到文档ID的关联关系。也就是说，通过单词可以搜索到对应的文档ID。倒排索引是搜索引擎的核心，因为它们允许我们根据关键字快速找到相关的文档。倒排索引主要由两个部分组成：单词词典（Trem Dictionary）和倒排列表（Posting List）。单词词典记录了所有的文档分词后的结果，而倒排列表则记录了单词对应文档的集合。此外，倒排索引还包含位置（Position）和偏移（Offset）信息，用于词语搜索和高亮显示。

名词介绍:

文档(document): 每条数据就是一个文档
词条(term): 文档按照语义分成的词语

在这里插入图片描述

三、正向索引和倒排索引的区别

正向索引:

优点:
- 可以给多个字段创建索引
- 根据索引字段搜索,排序速度非常快
缺点:
- 根据非所以呢字段,或者索引字段中的部分词条查找时,只能全表扫描。

倒排索引

优点:
- 根据词条搜索,模糊搜索时速度非常快
缺点:
- 只能给词条创建索引,而不是字段
- 无法根据字段做排序

三、与Mysql的概念对比

Mysql: 擅长事务类型操作,可以确保数据的安全性和一致性
Elasticsearch:擅长海量数据的搜索,分析,计算
在这里插入图片描述

四、分词器(粗细力度拆分)

4.1 原始分词器

Elasticsearch在

创建倒排索引时需要对文档分词;`
在搜索时,需要对用户输入内容分词`
但是默认的分词规则 对中文处理并不好。 (如下)
我们希望按照词分

4.2 IK分词器

处理中文分词,一般会使用IK分词器GitHub地址:https://github.com/medcl/elasticsearch-analysis-ik

在这里插入图片描述
ik_smart :最少切分,粗粒度
ik_max_word :最细切分,细粒度

4.3 安装IK分词器

4.3.1 在线安装`较慢`

	# 进入容器内部docker exec -it es /bin/bash# 在线下载并安装./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip#退出exit#重启容器docker restart es# 查看es日志docker logs -f es

4.3.2 离线安装ik插件`推荐`

因为根据上篇Elasticsearch简介及安装中我们知道,我们的插件数据卷为:es-plugins

因此，通过下面命令查看:查看数据卷目录
```
docker volume inspect es-plugins
```
目录被挂载到了：/var/lib/docker/volumes/es-plugins/_data 这个目录中。
将下载的ik分词器文件(GItHub地址中下载或者到我的主页中的资源进行下载)放到该目录下

重启容器

# 重启容器
docker restart es
# 查看es日志
docker logs -f es

4.4 ik分词器测试

ik_smart 分词器最少切分,粗粒度
在这里插入图片描述 ik_max_word 分词器最细切分,细粒度

4.5 IK分词器–拓展词库

比如我想实现让上图中的text字段的空间文化分成一个词语

首先我们来看下ik分词器的词库如何配置

和上文中一样先查看ik分词器安装的位置
```
docker volume inspect es-plugins
```
打开IK分词器config目录：
只需要修改一个ik分词器目录中的config目录中的ilAnalyzer.cfg.xml文件即可
`
拓展词典和停止词典在当前配置文件的所在目录 在ext.dic文件中(没有新建即可),添加想要的拓展词语即可;

停止词典同理一样
1. 最后重启es
```
docker restart es# 查看 日志
docker logs -f es
```
1. 测试发现成功

五、mapping属性介绍

Mapping(映射)是索引文档的约束,例如:字段数据类型约束,等等
文档地址:https://www.elastic.co/guide/en/elasticsearch/reference/7.17/getting-started.html

在这里插入图片描述

六、索引库操作(类似表操作)

6.1 创建索引库

上述有介绍其含义,例如:type为text可分词,keyword精确值也就是不可分词

put /student
{"mappings": {"properties": {"info": {"type": "text","analyzer": "ik_smart"},"email": {"type": "keyword","index": false},"name": {"properties": {"firstName": {"type": "keyword"},"lastName": {"type": "keyword"}}}}}
}

创建成功
在这里插入图片描述

6.2 查询

GET /索引库名
在这里插入图片描述

6.3 删除

DELETE /索引库名
在这里插入图片描述

6.4 修改

以后字段类型不可修改,只能新增字段
在这里插入图片描述再次查看成功添加

七、文档操作(类似表中每条数据操作)

7.1 添加

post /student/_doc/1
{"info": "我爱学习","email": "asfdasfdd.@163.com","name": {"firstName": "关","lastName": "羽"}
}

在这里插入图片描述

7.2 查询

在这里插入图片描述

7.3 删除

在这里插入图片描述
发现删除成功了

7.4 修改

方式一:全量修改,会删除旧文档,添加新文档

那么存在为修改,不存在时为新增
在这里插入图片描述

方式二:增量修改,修改指定字段

在这里插入图片描述

文章目录

一、 正向索引

二、 倒排索引

三、 正向索引和倒排索引的区别

三、与Mysql的概念对比

四、分词器(粗细力度拆分)

4.1 原始分词器

4.2 IK分词器

4.3 安装IK分词器

4.3.1 在线安装较慢

4.3.2 离线安装ik插件推荐

4.4 ik分词器测试

4.5 IK分词器–拓展词库

五、mapping属性介绍

六、 索引库操作(类似表操作)

6.1 创建索引库

6.2 查询

6.3 删除

6.4 修改

七、 文档操作(类似表中每条数据操作)

7.1 添加

7.2 查询

7.3 删除

7.4 修改

相关文章：

一、正向索引

二、倒排索引

三、正向索引和倒排索引的区别

4.3.1 在线安装`较慢`

4.3.2 离线安装ik插件`推荐`

六、索引库操作(类似表操作)

七、文档操作(类似表中每条数据操作)