上一篇ElasticSearch术语中提到了倒排索引，那么本文就来讲解一下什么是倒排索引，倒排索引的数据结构以及ElasticSearch索引中的倒排索引。倒排索引倒排索引（InvertedIndex）也常被称为倒排索引。它是搜索引擎中非常重要的数据结构。它为什么如此重要？以一本书《重构 改善既有代码的设计》为例：如果a这本书没有目录的话，理论上是可以读的，但是关了书下次再读就需要一些时间了。通过给一本书加一个目录页，可以快速的了解这本书的大致内容分布和每一章的页数，这样在查询内容的时候效率会非常高，所以图书目录就是一个简单的索引书的内容。目录页假设您想在本书中搜索关键字case语句的页码。你该怎么办？一些技术书籍会在末尾提供索引页。本书索引页如下：索引页只需要从Searchthecasestatementintheindexpage，就可以查到关键词在书中的页码位置。看完这个例子，让我们把书籍和搜索引擎做一个简单的类比：书籍中的目录页相当于一个正向索引（ForwardIndex），而索引页相当于一个倒排索引的简单实现，正向索引是指文档ID与文档内容和词之间的关系，倒排索引是指词与文档ID之间的关系。我们来看一个很简单的例子：有三个文档，每个文档的内容是三本关于ElasticSearch的书。那我们想想怎么把它变成倒排索引呢？把书中内容中出现的所有词分成不同的关键词（Term），排列在第一栏，分别是ElasticSearch、Mastering、Server和Essentials；第二列统计关键字在所有内容中出现的次数，例如ElasticSearch在内容中出现3次，记为3；第三列标记了文档ID和文档出现的位置。比如ElasticSearch出现在文档1、2、3中，第一个文档的位置是第二个，所以标注为1。以上就是简单的正向索引和倒排索引的结构。让我们看一下倒排索引的数据结构：倒排索引的数据结构。倒排索引的核心分为两部分。第一部分是词词典（TermDictionary）），记录了所有文档的词以及词与发帖列表的关联关系。在前面的例子中，单词的数量不是很多，但是在实际生产中，单词的数量会非常多，所以会使用B+树和hashzipper的方式来存储单词的字典，以满足高性能插入和查询。第二部分是发帖列表（PostingList），记录了单词对应的文档组合。发帖列表由倒排索引项（Posting）组成，倒排索引项包括：文档ID：用于获取原始信息词频（TF，TermFrequency）：单词在文档中出现的次数，用于用于相关性打分位置（Position）：单词在文档中的位置，用于句子搜索（PhraseQuery）使用GitHub，搜索关键词会高亮）我们用一张图来整体看一下倒排索引：一个倒排索引是由词词典（TermDictionary）和发帖列表（PostingList）组成的，词词典会记录发布列表中每个单词的偏移位置。比如在查找Allen时，首先通过词典快速定位到Allen，然后从Allen中获取倒排列表中的偏移量，快速定位到倒排列表中的位置，从而真正得到倒排索引Item[12,15]（这里只是一个DocumentID的列表，其实就是一个item包含了上面提到的4项信息），拿到这个item的时候可以去index里面获取原始信息，可以计算出score和对其进行排序并将其返回给用户。了解了倒排索引的数据结构，我们再来看看ES中的倒排索引！ElasticSearch倒排索引那么ElasticSearch中的文档都是基于Json格式的，其中一个包含多个字段，每个字段都会有自己的倒排索引。在Mapping中，可以设置不对某些字段进行索引，这样可以节省存储空间，但同时也会使该字段不可搜索。比如一个文档包含username和job两个字段：{"username":"wupx","job":"programmer"}在建索引的时候是根据字段建的，那么在ES中username会有一个倒排的Index，作业也会有一个倒排索引。综上所述，本文主要介绍什么是倒排索引及其数据结构。下篇文章将学习如何在ES中分词形成倒排索引。参考资料Elasticsearch核心技术与实战https://dwz.cn/ELv7FvuX
