Elasticsearch在面临海量数据的搜索，或者有一些复杂搜索需求的时候，查询效率非常高效，这得益于其底层的倒排索引技术，那什么是倒排索引？
介绍倒排索引之前需要先说明一下什么是正向索引。我们在查询数据库时，既可以根据索引查询，也可以根据其他字段进行模糊查询。因为数据库结构B+树的关系，根据索引查询自然很快，但是进行模糊查询的时候，因为数据都存储在叶子节点上，查询时需要遍历每一个节点才能查询完整，效率非常低下。为了解决该问题，我们引入了倒排索引。
倒排索引是对正向索引的一种特殊处理和应用，创建倒排索引的流程如下：
- 将每一个文档的数据利用分词算法【例如IK分词器】根据语义拆分，得到一个个词条；
- 创建表，每行数据包括词条、词条所在文档id、位置等信息；
- 因为词条唯一性，可以给词条创建正向索引。
此时形成的这张以词条为索引的表，就是倒排索引表。因为其独特的表结构，Elasticsearch的查询方式也与数据库的正向索引查询有所区别：
- 先把文档内容进行分词，形成词条与文档ID的对应关系，叫做词条库，词条具备唯一性，建立索引；
- 对搜索内容进行分词，把分词后得到一个关键词列表，根据关键词去词条库中匹配，再找到对应的文档ID列；
- 然后根据文档ID列表，找到对应的文档信息。
由此我们可以知道正向索引和倒排索引的根本区别在于：正向索引先找到文档，再确认文档里是否包含所需词条，是根据文档找词条的过程；而倒排索引先找到词条，再根据词条对应的ID找到对应的文档，是根据词条找文档的过程。
当然倒排索引也存在其他问题，比如只能给词条创建索引，而不是表中的字段，另外也不能根据字段进行排序等，因此通常需要结合正向索引使用来构成一个完整的搜索引擎系统。
