elasticsearch是如何进行搜索的？

请求与转发

1. 协调节点确定参与搜索的目标索引，及其通过分片路由表确定分片
2. 对索引所在分片中选择任意节点
3. 并发请求多个分片的副本分片

副本选择策略

副本选择主要考虑

• 分片健康状态：选择状态为 green 或 yellow 的副本
• 节点负载情况：避免查询集中到少数节点
• 响应时间与性能指标：选择最快的副本以降低响应时间

本地文档查询

1. 分词：将查询条件进行分词和标准化

   例如，当查询条件是 “北京烤鸭很美味”，经过分词后可能会被分成 “北京”“烤鸭”“很”“美味” 等词项，这样便于后续依据这些词项去倒排索引中查找匹配的文档。

2. segment并发查询

   1. 词项（term）查找：通过倒排索引快速定位匹配文档

      倒排索引保存了每个文档中字段的词项及其对应文档 ID 列表，比如要查找包含 “烤鸭” 这个词项的文档，就可以通过倒排索引迅速定位到有哪些文档 ID 对应的文档包含该词。

   2. 计算文档评分：根据查询条件计算文档的相关性得分（如 TF-IDF、BM25）

      以 TF - IDF 为例，如果文档中某个词出现的频率高（词频高），但在整个语料库（索引中的所有文档集合）中该词比较少见（逆文档频率高），那么这个词所在的文档相关性得分就会相对较高。例如，在一个美食相关的索引中，如果 “全聚德烤鸭” 这个词在某篇介绍全聚德的文档中多次出现，而在其他文档中很少出现，那这篇文档在以 “烤鸭” 为查询词时相关性得分就会比较高。

3. 分片级别结果收集与排序

   分片会从它的所有 Segment 中收集匹配的文档，并按相关性排序

4. 返回查询结果：返回

   • 匹配文档的元信息（文档ID、分数等）
   • 排序字段值
   • 聚合中间结果

Segment

segment是底层储存的基本单元，每个分片就是由多个segment组成。是一个不变的、独立的倒排索引，储存了文档的字段、倒排表、储存字段以及其他索引元数据

• 倒排索引：保存每个文档中字段的词项及其对应文档ID列表，用于快速搜索
• 储存字段：包含文档实际数据，用于返回结果
• 词典：包含字段所有唯一的词和元数据（如词频、位置）
• 评分信息：保存每个词与文档的评分数据，用于计算相关性得分
• 删除标记：用于标记哪些文档已被删除等相关状态管理

文档内容获取

1. 协调节点对所有分片返回的文档ID和分数进行合并、排序
2. 根据文档ID再次请求分片获取文档完整内容
3. 返回查询的文档内容给客户端

原文地址：https://blog.csdn.net/iUcool/article/details/144224998

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！