正排与倒排索引
目录 – 正排
正排索引是文档id到单词的一个关系
倒排索引是单词到文档id的一个关系
倒排索引的核心组成
倒排索引包含两个部分
单词词典（Term Dictionary），记录所有文档的单词，记录单词到倒排列表的关联关系
单词词典一般比较大，可以通过B+树或哈希链法实现，以满足高性能的插入与查询
倒排列表（Posting List）- 记录了单词对应的文档结合，由倒排索引项组成
倒排索引项(Posting)
文档ID
词频TF – 该单词在文档中出现的次数，用于相关性评分
位置（Position）- 单词在文档中分词的位置。用于语句搜索（phrase query）
偏移（Offset）- 记录单词的开始结束位置，实现高亮显示
一个例子 – Elasticsearch
Elasticsearch的 倒排索引
Elasticsearch的JSON文档中的每个字段，都有自己的倒排索引
可以指定对某些字段不做索引
优点：节省存储空间
缺点：字段无法被索引