1. 倒排索引概念
下面我们已书本为例讲解正排索引和倒排索引的概念，如下图可以通过书本目录及其页面检索每个章节，书本目录相当于正排索引。
假设我们需要快速检索“benchmarking”所在的页面，可以通过书本附录来检索该单词所在章节及其页面，如下图。这种附录索引页可以理解为简单的倒排索引结构。
将图书和搜索引擎类比来看，其中图书的目录页即为正排索引，索引页即为倒排索引。同比，搜索引擎中文档ID到文档内容和单词的关联即为正排索引，而单词到文档ID的关系即为倒排索引。
2. 倒排索引数据结构
如下图，左边为索引文档，右边为对应的倒排索引结构。倒排索引将文档内容的单词依次排列，以单词“ElasticSearch”为例，Count 列代表该词出现的次数，1:1, 2:0, 3:0分别表示该词的文档ID和位置信息，例如 1:1即表示 ElasticSearch 出现在文档ID为1的文档中，该词位于第 1 位。
在 ElasticSearh 搜索引擎中，倒排索引包含如下两个部分：
- 单词词典（Term Dictionary），记录所有文档的单词，记录单词到倒排索引列表的关联关系
- 单词词典一般比较大，可以通过 B+ 树或者哈希链表法实现，以满足高性能的插入与查询
- 倒排列表（Posting List），记录了单词对应的文档结合，由倒排索引项（Posting）组成：
- 文档 ID
- 词频 TF，该单词在中文档中出现的次数，用于相关性评分
- 位置 Position，该单词在文档中分词的位置，用于语句搜索（phrase query）
- 偏移 Offset，记录单词的开始结束位置，实现高亮显示
下图是单词 ElasticSearch在搜索引擎中的倒排索引结构：
需要说明的是，ElasticSearch 的 JSON 文档中的每个字段都有自己的倒排索引，其中 ElasticSearch 也支持对某些字段不做索引，这样可以节省存储空间，但是缺点是该字段将无法被检索，