Lucene倒排索引原理
2022-07-26 21:42:42 5 举报
![[ES]倒排索引 - FOR/RBM压缩算法](https://www.processon.com/chart_image/template/thumb/615dcac307912929804aaf81.png?tid=615dcac307912929804aaf7f)
![[ES]Elasticsearch学习笔记之倒排索引](https://www.processon.com/chart_image/template/thumb/616785680791290cc789c724.png?tid=616785680791290cc789c722)
原理图解
作者其他创作
大纲/内容
※ Lucerne是一个开放源代码的高性能的Java全文检索引擎工具包，不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎。
※ 为了减小索引文件的大小，Lucene对索引还使用了压缩技术
进入索引
1[1]
频率文件（记录每个关键词所在的文档编号和文档中的词频）
文档1：You are a dog
z
关键字是按字符顺序排列的（lucene没有使用B树结构），因此lucene可以用二元搜索算法快速定位关键词。
词典文件（记录文档中所有的关键词，field，指向频率文件和位置文件的指针）
关键词：在lucene中由Analyzer类过滤掉空格，标点符号；去掉没有意义的单词；将单词统一成小写；进行时态还原等措施后形成
aaredogyou
输入关键词（dog）
④
位置文件（记录每个关键词在文档中出现的位置）
a
①
field：每个关键词都有一个field信息，记录了关键词的位置（如标题中，文档中，url中）
0 条评论
回复 删除
下一页
