es 倒排索引

es 倒排索引TRee

倒排索引树(TRee)通常指的是Elasticsearch中用于支持高速搜索的一种数据结构。它是一种树状结构,可以通过特定的词项(terms)来快速定位包含这些词项的文档。

在Elasticsearch中,倒排索引树是用于文本字段的,它允许你根据词项快速查询包含这些词项的文档。这是通过以下步骤实现的:

  1. 分词:文本内容被分解成独立的词项(tokens)。

  2. 索引词项:为每个词项创建一个节点,并链接到包含该词项的文档ID列表。

  3. 构建树:将词项节点组织成树形结构,通常是为了优化搜索效率,如通过前缀组织词项以支持模糊查询。

由于Elasticsearch是基于Lucene的,实际上是Lucene提供了倒排索引的结构和算法。在Elasticsearch中,你不需要直接操作倒排索引树,因为这些是由Elasticsearch的索引过程在后台自动创建的。

复制代码
// 假设有以下文档集合:
// doc1: "quick brown fox"
// doc2: "quick brown fox"
// doc3: "quick red rabbit"
// doc4: "jumped over the lazy dog"
 
// 创建一个倒排索引树
TRee invertedIndexTree = new TRee();
 
// 对每个文档进行分词,并为每个词项创建节点
for(Document doc : documents) {
    for(String token : doc.tokens) {
        //token 是分词   doc.id是es中文的的id
        invertedIndexTree.addToken(token, doc.id);
    }
}
 
// 现在可以根据词项快速查询包含这些词项的文档了
List<Integer> docIds = invertedIndexTree.search("quick"); // 返回 [doc1, doc2, doc3]

luence中可以自定义倒排索引的数据接口

相关推荐
第九序言T15 分钟前
Python 数据处理进阶(二十一)相关性与分组对比:数据里藏着什么关系
大数据·人工智能·python·数据分析·pandas
roman_日积跬步-终至千里24 分钟前
数仓方法论(五):历史与增量——让变化进入数仓而不丢失解释
大数据
freejackman33 分钟前
【架构篇】双遍历 + 多栈协同:手撸 SQL 血缘引擎的架构思考
java·大数据·数据库·hive·sql·架构·spark
Teable任意门互动1 小时前
破解多平台数据不通!江浙沪跨境电商外贸业务私有化部署方案|任意门互动科技
大数据·人工智能·科技·信息可视化·信息与通信
abigalexy1 小时前
Flink核心疑难问题、踩坑盲点-汇总
大数据·flink·big data·bigdata
Sayai2 小时前
Kafka 跨数据中心日志同步实战:MirrorMaker 2 选型对比 + Flink 中继任务落地(双中心互备与消费者组隔离避坑)
大数据·运维·分布式·flink·kafka·消息队列·高可用
北风toto2 小时前
Elasticsearch 8.2.3 快照迁移实战:从备份到恢复的完整指南
大数据·elasticsearch·jenkins
LaughingZhu3 小时前
Product Hunt 热榜 2026-11-01:Specsight、SKI、telemetry.dev
人工智能·深度学习·神经网络·搜索引擎·百度
roman_日积跬步-终至千里3 小时前
数仓方法论(二):指标设计与规范化——让经营目标成为共同的衡量规则
大数据
Kari113 小时前
Dify多租户架构:从单团队到SaaS化服务
大数据·人工智能·架构