es倒排索引、分词器

倒排索引

常规目录：正排索引，文档id到文档内容和单词的关联

附录索引：倒排索引，单词到文档id的关联

倒排索引项组成

1. 文档id
2. 词频，相关性
3. 位置
4. 偏移，开始和结束的位置，用于高亮显示等

elasticsearch的json的每一个字段都有自己的倒排索引

analysis分词

Analyzer是es内置的分词器。

1. Character Filters：原始处理，比如去除html标签
2. Tokenizer：拆分器，按照规则进行拆分，比如按照空格进行拆分
3. Token Filters：对已经拆分的单词进行二次加工，比如全部小写等

GET _analyze
{
  "analyzer": "standard",
  "text":"this is a test TEXT, but i think it's enough"
}