要理解倒排，首先要知道啥是正排，正就是拿着 list，然后 contains 某个词，会非常慢，而倒排就是提前统计好某个词在哪些文档里出现，从而缩小查找范围，加快查找速度。 对于一个包含多个词汇的文档，倒排索引会将每个词汇作为一个关键字（Term），然后记录下该词汇所在的文档编号（Document ID）及该词汇在文档中的位置（Term Position）。这样，当用户输入一个关键字时，就可以快速地查找到包含该关键字的文档编号，然后通过文档编号再查找到对应的文档内容。 ## 典型回答 在 ElasticSearch 中，倒排索引是一种常用的索引结构，用于快速搜索文档中的某个词汇。 **倒排索引的结构与传统的索引结构相反**，传统的索引结构是由文档构成的，每个文档包含了若干个词汇，然后根据这些词汇建立索引。而倒排索引是由词汇构成的，每个词汇对应了若干个文档，然后根据这些文档建立索引。 对于一个包含多个词汇的文档，倒排索引会将每个词汇作为一个关键字（Term），然后记录下该词汇所在的文档编号（Document ID）及该词汇在文档中的位置（Term Position）。这样，当用户输入一个关键字时，就可以快速地查找到包含该关键字的文档编号，然后通过文档编号再查找到对应的文档内容。 **倒排索引的优点在于它可以快速定位包含关键字的文档，而且可以支持复杂的搜索操作，如词组搜索、通配符搜索等。**同时，由于倒排索引是由词汇构成的，因此在进行数据分析和统计时也非常有用。在 ElasticSearch 中，倒排索引是一种非常重要的索引结构，它被广泛应用于搜索引擎、日志分析、推荐系统等领域。 | id | content | | --- | --- | | 1 | 深入理解Java核心技术—Hollis | | 2 | 深入理解Java虚拟机—周志明 | | 3 | Java编程思想—布鲁斯·埃克尔 | ### 分词 在倒排索引建立过程中，首先需要将文档中的原始文本分解成一个个词项（Term）。Elasticsearch 中默认使用标准分词器（Standard Analyzer）进行分词。 以上三个文本内容，我们经过分词之后，就会包含了"深入"、"理解"、"Java"、"核心"、"技术"、"编程"、"思想"、"Hollis"、"周志明"、"布鲁斯·埃克尔"等词 ### 生成倒排索引 将分开的词，当做索引，与对应的文档ID进行关联，形成倒排表。 | 词条 | 文档ID | | --- | --- | | 深入 | 1,2 | | 理解 | 1,2 | | Java | 1,2,3 | | 虚拟机 | 2 | | 核心 | 1 | | 技术 | 1 | | 编程 | 3 | | 思想 | 3 | 在生成了倒排表后，还会对倒排表进行压缩，减少空间占用。常用的压缩算法包括Variable Byte Encoding和Simple9等。最后再将压缩后的倒排表存储在磁盘中，以便后续的搜索操作能够快速地访问倒排表。