Elasticsearch查询原理

ES查询原理

查询方式

• 根据 doc_id 查询。

• 根据条件查询

倒排索引

根据文档中的每个字段建立倒排索引。

倒排索引的查询流程

1. 查询条件分词。
2. 查询单词词典 （term dictionary）。
3. 获取对应分词的 doc_id 列表。
4. 将查询结果返回。

不需要分词的字段，直接使用 keyword 类型，查询的时候不需要分词，查询效率会更高。

倒排索引的组成

• postings list

  文档列表。

• term dictionary

  单词字典表。包含文档中所有的单词，es 会将单词排序。

  单词字典表为了快速查找，按照理论应该放到内存中。但是 es 默认可以对所有字段进行索引，单词 （term）的量会非常大，直接放到内存，内存肯定会爆的。所以需要引入其它数据结构来帮助查询单词字典表。

• term index

  类似字典树，专门处理字符串匹配的数据结构。它里面存放的是 单词（term）的前缀，对应数据存放的是 term dictionary 中的对应前缀的第一个 offset，然后从该 offset 顺序查找即可快速查到对应的单词（term）。

  

  当数据量不断增加时，内存中放不下 Term index。针对这种情况，es 采用了 FST 数据结构来压缩 Term index。