Elasticsearch

Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。

Elasticsearch核心概念

索引(index)

索引(index):Elasticsearch存储数据的地方,可以理解成关系型数据库中的数据库概念

类型(type)

类型(type)

映射(mapping)

映射(mapping):映射是定义一个文档以及其所包含的字段如何被存储和索引的方法。相当于关 系型数据库中的表结构

文档(document)

文档(document):Elasticsearch中的最小数据单元,常以json格式显示,一个document相当于关系型数据库中的一行数据 文档-----> mysql中的一行(一条记录)

倒排索引

一个倒排索引由文档中所有不重复词的列表构成,对于其中每个词,对应一个包含它的文档id列 表

TF :单词在某个文档中出现的次数
POS:单词在文档中出现的位置

倒排索引的简单介绍

field(域)

field(域):相当于mysql中的一列(一个字段)

倒排索引补充

正排索引

在讲述倒排索引之前先介绍下正排索引。正排索引就是如下表形式:

文档id 文档内容
1 什么是正排索引
2 什么是倒排索引
3 正排索引和倒排索引

倒排索引

倒排索引就是对上表进行转换,最简单的倒排索引如下表所示:

单词 文档ids
什么 1,2
1,2
正排 1,3
倒排 2,3
索引 1,2,3
3

词频(TF)和位置(POS)

上表所示的倒排索引之所以是最简单的,是因为这个索引系统只记载了哪些文档包含某个单词。实用的倒排索引还可以记载更多的信息,如下表第3列的词频位置

TF :单词在某个文档中出现的次数
POS:单词在文档中出现的位置

以"索引"这个单词为例,"3:2:<2,7>":表示在文档id是3的文档中出现2次,在文档中的位置分别是2和7。

相关推荐
李昊哲小课4 小时前
mapreduce 将数据清洗后保存到 hbase
大数据·数据库·hadoop·数据分析·hbase·mapreduce
爱分享的码瑞哥5 小时前
大数据时代的数据分析:策略、方法与实践
大数据·数据挖掘·数据分析
Yz98766 小时前
Hive简介 | 体系结构
大数据·linux·数据仓库·hive·hadoop·bigdata
浙江赛思电子科技有限公司7 小时前
金融领域时间同步解决方案
大数据·人工智能·网络安全·阿里云·金融·信息与通信·信号处理
时差9537 小时前
使用PyCharm连接虚拟机运行spark任务,本地开发:远程提交测试
大数据·服务器·hadoop·python·pycharm·spark
SelectDB技术团队7 小时前
8+ 典型分析场景,25+ 标杆案例,Apache Doris 和 SelectDB 精选案例集(2024版)电子版上线
大数据·数据库·数据分析·案例集·用户案例
大数据魔法师8 小时前
HBase使用create创建表时报错ERROR: KeeperErrorCode = NoNode for /hbase/master
大数据·数据库·hbase
Double@加贝8 小时前
ElasticSearch的Python Client测试
python·elasticsearch·jenkins
康乾隆8 小时前
Linux 安装 Elasticsearch 8.13.0
elasticsearch
树下熊猫9 小时前
数字化转型实践:金蝶云星空与钉钉集成提升企业运营效率
大数据·钉钉·系统集成·系统对接