Elasticsearch 倒排索引与相关性评分：为什么能搜得快，为什么结果顺序有时不符合直觉

很多人第一次用 Elasticsearch，最直接的感受往往是：

• 搜得快
• 但有时候结果排序不太符合直觉

这两个现象，其实都和同一件事有关：

• 倒排索引 + 相关性评分

先说结论

Elasticsearch 的核心不是“像数据库一样查数据”，而是：

• 先把词和文档关系建好
• 查询时按词快速定位文档
• 再根据相关性做排序

所以它和 MySQL 这类数据库最本质的区别之一，就是：

• 它天然不是按“行数据精确过滤”去设计的

一、什么是倒排索引

可以先非常粗略理解成：

• 普通索引更像“文档 -> 词”
• 倒排索引更像“词 -> 出现在哪些文档”

当用户搜一个词时，系统能很快找到：

• 哪些文档包含它

这就是全文检索快的根本原因之一。

二、为什么分词特别关键

因为你搜索的不是原始整段文本，而是：

• 文本被分词后形成的索引项

这意味着搜索效果好不好，很大程度上取决于：

• 文本是怎么被切开的

尤其中文场景里，这个影响特别明显。

三、为什么结果不是“包含关键词就一样”

因为 ES 不只是匹配，还会做：

• 相关性评分

也就是说，同样都匹配上关键词，不同文档可能因为：

• 词频
• 字段权重
• 位置关系

而得分不同。

所以你看到“排序不符合直觉”，很多时候不是错，而是：

• 排序规则和你期待的不一样

四、什么时候应该更关注相关性，什么时候该更关注过滤

更关注相关性

适合：

• 商品搜索
• 文章搜索
• 文档搜索

更关注过滤

适合：

• 精确条件筛选
• 状态过滤
• 分类、品牌、时间范围过滤

如果一个条件本质上只是“筛掉不符合的文档”，通常不该让它过多参与复杂评分。

五、为什么“搜得快”不代表“结果天然正确”

因为搜索体验是多层叠加出来的：

• mapping
• analyzer
• query DSL
• 评分策略

这也是为什么很多搜索系统调优时，真正要做的不只是“查询更快”，而是：

• 结果更符合业务期望

一句话总结

Elasticsearch 能搜得快，是因为倒排索引提前把“词 -> 文档”关系建好了。

而搜索结果顺序之所以有时不符合直觉，是因为它本质上还在做相关性排序，不只是简单匹配。