Elasticsearch（ES）正排索引（Forward Index）和倒排索引（Inverted Index）

中间件，我给它的定义就是为了实现某系业务功能依赖的软件，包括如下部分:

Web服务器

代理服务器

ZooKeeper

Kafka

RabbitMQ

Hadoop HDFS

Elasticsearch ES (本章节）

前面几个小节我们介绍的都是ES的实际操作，今天我们来讲讲关于ES底层技术之一：倒排索引 (Inverted Index)。

讲解倒排索引之前我们需要先了解什么是正排索引（Forward Index）， 正排索引，它以文档为中心存储原始内容，是数据库、搜索引擎和大数据系统中实现高效数据检索的关键组件。

• 正排索引 → 书籍前面的页码目录（通过页码直接定位到内容），实际上他并不算严格意义的正排索引，因为通过ID或者页面实际上利用的是主键索引。真正的查询是属于内容进行查询，所以他需要进行全表扫描。

正排索引是以文档（Document）为中心的索引结构。它记录的是：每个文档中包含了哪些内容。假设有以下三篇文档：

• Doc1： "apple banana"
• Doc2: "banana cherry"
• Doc3: "apple cherry date"

那么正排索引的结构看起来像这样：

从文档 → 单词（内容）类似于你写日记时，每篇日记记录当天发生了什么想要查找“哪些文档包含 apple”，就必须逐篇扫描所有文档内容，效率很低。

倒排索引是以单词（Term）为中心的索引结构。它记录的是：每个单词出现在哪些文档中。

继续上面的例子，构建倒排索引如下：

从单词 → 文档列表想找“包含 apple 的文档”？直接查表，瞬间得到 Doc1 和 Doc3极大提升关键词检索速度，是搜索引擎的核心技术之一。

虽然每篇文字都有编号或者ID，但是当我们实际搜索的都是使用内容进行搜索，而非使用ID进行进行搜索。所以在搜索内容的是倒排索引效率会更高。