在 Elasticsearch 中，倒排索引（Inverted Index）是核心的技术之一，它使得文本搜索变得高效。在倒排索引中，**每个词（term）**都对应一个列表，列出了包含该词的文档。这种索引结构允许 Elasticsearch 在查询时快速查找包含特定词的文档，类似于传统书籍中的索引。

倒排索引的工作原理

1. 文档的分词：
   当文档被索引时，Elasticsearch 会对文档内容进行 分词（Tokenization），将文本拆分成一系列的 词（terms）。例如，一篇文档内容为：

   "Elasticsearch is a distributed search engine"
   

   被拆分成的词可能是：

   ["Elasticsearch", "is", "a", "distributed", "search", "engine"]
   

2. 倒排索引的构建：

   • Elasticsearch 会将每个词（term）和它所在的文档 ID（Doc ID）建立一个映射关系。
   • 这个映射被存储在 倒排索引（inverted index） 中，其中每个词都有一个与之相关的文档列表，记录了哪些文档中包含该词。

   假设有两个文档：

   • 文档 1 内容："Elasticsearch is a search engine"
   • 文档 2 内容："Elasticsearch is distributed"

   分词后，倒排索引可能如下所示：

   "Elasticsearch" -> [1, 2]  (在文档 1 和 2 中都出现)
   "is" -> [1, 2]  (在文档 1 和 2 中都出现)
   "a" -> [1]  (仅在文档 1 中出现)
   "distributed" -> [2]  (仅在文档 2 中出现)
   "search" -> [1]  (仅在文档 1 中出现)
   "engine" -> [1]  (仅在文档 1 中出现)
   

3. 查找倒排索引：

   • 当用户查询某个词时，Elasticsearch 会查找该词在倒排索引中的条目。
   • 例如，用户查询词 "Elasticsearch"，倒排索引会返回 [1, 2]，表示这个词出现在文档 1 和文档 2 中。

4. 多词查询：

   • 当查询包含多个词时，Elasticsearch 会对每个词分别查找倒排索引，然后通过集合操作（如交集、并集等）合并查询结果。
   • 例如，查询 "Elasticsearch search"，Elasticsearch 会查找：
     • "Elasticsearch" -> [1, 2]
     • "search" -> [1]
     • 结果是交集 [1]，即文档 1 包含这两个词。

5. 权重与相关性评分：

   • 倒排索引不仅仅存储词与文档的映射，还可能包含关于每个词的 位置（Positional Indexing）、频率（Term Frequency, TF）等信息，以便对文档进行 相关性评分，计算该文档与查询的匹配度（如 TF-IDF 评分）。

   • 例如，如果查询词 "Elasticsearch" 在文档中出现了 3 次，而其他文档中仅出现了 1 次，那么文档 1 的相关性评分就更高。

查找过程简述：

1. 当查询请求到达 Elasticsearch 时，查询词会被分词。
2. 每个词会在倒排索引中查找对应的文档 ID。
3. 如果查询包含多个词，Elasticsearch 会根据查询操作（交集、并集等）合并多个倒排索引结果。
4. 结合文档的相关性评分，Elasticsearch 会返回与查询最相关的文档。

举个例子：

假设有 3 个文档，如下：

• 文档 1: "Elasticsearch is a distributed search engine"
• 文档 2: "Elasticsearch is fast"
• 文档 3: "Search engines are powerful"

当查询词是 "Elasticsearch search" 时，Elasticsearch 的查询过程如下：

1. 查询词 "Elasticsearch" 在倒排索引中返回的文档是 [1, 2]。
2. 查询词 "search" 在倒排索引中返回的文档是 [1, 3]。
3. 结果取交集，即 [1]，表示 文档 1 包含这两个词。