推荐系统[九]项目技术细节讲解z1：Elasticsearch 如何进行快速检索(ES倒排索引和分词原理)以及倒排索引在召回中的应用。

Posted 2023-03-10 汀、

1.倒排索引

索引，初衷都是为了快速检索到你要的数据。（加快查询和搜索速度），在信息检索领域使用比较广泛。核心的需求是:如何从超大规模的内容库中召回匹配关键字的结果。

在mysql的索引，如果对某一个字段加了索引，一般来说查询该字段速度是可以有显著的提升。每种数据库都有自己要解决的问题（或者说擅长的领域），对应的就有自己的数据结构，而不同的使用场景和数据结构，需要用不同的索引，才能起到最大化加快查询的目的。 对 Mysql 来说，是 B+ 树，对 Elasticsearch/Lucene 来说，是倒排索引。

比如，在谷歌中搜索包含 ”推荐系统“ 关键字的内容。最直观的做法是针对数据库中所有内容一条一条匹配。但这样查找复杂度至少是O(n)，面对成千上亿的海量数据，效率上远远达不到要求。因此，搜索引擎常规做法都是预先针对内容建立一个关键字索引。记录关键字对应的文档Id,位置,甚至是权重(分数)，查询的时候，直接到表中获取关键字的文档列表，倒排索引一般使用hash索引结构，查询复杂度O(1)。可以极大减少检索时间。

1.1 正排索引和倒排索引区别

正排索引（Forward Index）和倒排索引（Inverted Index）是信息检索系