ES（Elasticsearch）是一个基于Lucene的分布式开源搜索引擎，它采用了倒排索引（Inverted Index）来实现全文检索。倒排索引是一种索引方式，它将每个词语与包含该词语的所有文档进行关联。
什么是倒排索引？
正向索引（Forward Index）是将文档中的每个单词与其出现的位置进行记录。例如，对于以下文本：
The quick brown fox jumped over the lazy dog
正向索引可能会存储为：
the : [1]
quick : [2]
brown : [3]
fox : [4]
jumped : [5]
over : [6]
lazy : [7]
dog : [8]
而倒排索引则是将每个单词作为索引键，将包含该单词的文档作为索引值进行记录。例如，对于以上文本，倒排索引可能会存储为：
the : [1]
quick : [2]
brown : [3]
fox : [4]
jumped : [5]
over : [6]
lazy : [7]
dog : [8]
可以看到，倒排索引的键是词语，而值是包含该词语的文档编号（或者其他包含文档信息的数据结构）。这样做的好处是，可以快速找到包含某个词语的文档列表，从而实现全文检索。
ES中的倒排索引
在ES中，每个索引都拥有一个或多个分片（Shard），每个分片都是一个独立的倒排索引。当向ES中添加文档时，它会将文档进行分词，将每个词语与该文档的ID进行关联，最终存储到对应的倒排索引分片中。例如，考虑以下文档：
{
"id": 1,
"title": "The quick brown fox jumped over the lazy dog",
"content": "Lorem ipsum dolor sit amet, consectetur adipiscing elit. Sed dignissim volutpat nunc eget venenatis."
}
当这个文档被添加到名为my_index的索引中时，ES会将其分词，生成如下关系：
the : [1]
quick : [1]
brown : [1]
fox : [1]
jumped : [1]
over : [1]
lazy : [1]
dog : [1]
Lorem : [1]
ipsum : [1]
dolor : [1]
sit : [1]
amet : [1]
consectetur : [1]
adipiscing : [1]
elit : [1]
Sed : [1]
dignissim : [1]
volutpat : [1]
nunc : [1]
eget : [1]
venenatis : [1]
可以看到，ES将每个词语与文档ID进行了关联。这样，当我们需要搜索包含某个词语的文档时，ES只需要查找包含该词语的文档列表即可。如果需要查找包含多个词语的文档，则可以将它们的文档列表取交集（AND）或并集（OR）。
示例代码
以下是使用Python语言访问ES中倒排索引的示例代码：
from elasticsearch import Elasticsearch
# 连接到本地ES节点
es = Elasticsearch()
# 搜索包含"fox"和"dog"的文档
result = es.search(index="my_index", body={
"query": {
"bool": {
"must": [
{ "match": { "title": "fox" } },
{ "match": { "title": "dog" } }
]
}
}
})
# 输出搜索结果
print(result["hits"]["hits"])
此代码会搜索名为my_index的索引中，找到包含“fox”和“dog”两个词语的所有文档。其中，bool查询表示需要同时满足两个条件（即AND操作），而match查询可以自动将搜索关键字进行分词，从而实现全文检索。
ES倒排索引原理是实现全文检索的重要基础，在ES中通过倒排索引可以快速查找包含某个词语的文档列表，从而实现高效的搜索功能。在使用ES时，需要了解倒排索引的工作原理，并合理地设计文档结构和索引属性，以充分利用它的检索能力。