Elasticsearch 使用一種稱為倒排索引的結構，它適用于快速的全文搜索。 <br/> 見其名，知其意，有倒排索引，肯定會對應有正向索引。正向索引（forward index），反向索引（inverted index）更熟悉的名字是倒排索引。 <br/> 所謂的正向索引，就是搜索引擎會將待搜索的文件都對應一個文件 ID，搜索時將這個ID 和搜索關鍵字進行對應，形成 K-V 對，然后對關鍵字進行統計計數。 :-:  正向索引 但是互聯網上收錄在搜索引擎中的文檔的數目是個天文數字，這樣的索引結構根本無法滿足實時返回排名結果的要求。所以，搜索引擎會將正向索引重新構建為倒排索引，即把文件ID對應到關鍵詞的映射轉換為關鍵詞到文件ID的映射，每個關鍵詞都對應著一系列的文件，這些文件中都出現這個關鍵詞。 :-:  倒排索引 一個倒排索引由文檔中所有不重復詞的列表構成，對于其中每個詞，有一個包含它的文檔列表。例如，假設我們有兩個文檔，每個文檔的 content 域包含如下內容： * The quick brown fox jumped over the lazy dog * Quick brown foxes leap over lazy dogs in summer 為了創建倒排索引，我們首先將每個文檔的 content 域拆分成單獨的 詞（我們稱它為 詞條或 tokens ），創建一個包含所有不重復詞條的排序列表，然后列出每個詞條出現在哪個文檔。結果如下所示： :-:  現在，如果我們想搜索 quick、brown ，我們只需要查找包含每個詞條的文檔： :-:  兩個文檔都匹配，但是第一個文檔比第二個匹配度更高。如果我們使用僅計算匹配詞條數量的簡單相似性算法，那么我們可以說，對于我們查詢的相關性來講，第一個文檔比第二個文檔更佳。 <br/> 但是，我們目前的倒排索引有一些問題： * Quick 和 quick 以獨立的詞條出現，然而用戶可能認為它們是相同的詞。 * fox 和 foxes 非常相似, 就像 dog 和 dogs ；他們有相同的詞根。 * jumped 和 leap, 盡管沒有相同的詞根，但他們的意思很相近。他們是同義詞。 使用前面的索引搜索 +Quick +fox 不會得到任何匹配文檔。（記住，+ 前綴表明這個詞必須存在。）只有同時出現 Quick 和 fox 的文檔才滿足這個查詢條件，但是第一個文檔包含quick fox ，第二個文檔包含 Quick foxes 。 <br/> 我們的用戶可以合理的期望兩個文檔與查詢匹配。我們可以做的更好。 <br/> 如果我們將詞條規范為標準模式，那么我們可以找到與用戶搜索的詞條不完全一致，但具有足夠相關性的文檔。例如： * Quick 可以小寫化為 quick 。 * foxes 可以 詞干提取 --變為詞根的格式-- 為 fox 。類似的， dogs 可以為提取為 dog 。 * jumped 和 leap 是同義詞，可以索引為相同的單詞 jump 。 現在索引看上去像這樣： :-:  這還遠遠不夠。我們搜索 +Quick +fox 仍然 會失敗，因為在我們的索引中，已經沒有 Quick 了。但是，如果我們對搜索的字符串使用與 content 域相同的標準化規則，會變成查詢+quick +fox，這樣兩個文檔都會匹配！分詞和標準化的過程稱為**分析**。這非常重要。你只能搜索在索引中出現的詞條，所以索引文本和查詢字符串必須標準化為相同的格式。