分为
全文搜索，如百度谷歌
和垂直搜索，如易车，电商，OA
快，要求：1.高校的压缩算法 2.快速的编码和解码能力
准(相关度)，ES在7.0版本前默认相关度算法是TF-IDF，之后是BM25算法
召回率
查询结果有就返回，没有就返回没有
检索，没有就返回接近的结果
分为倒排表postingList，存储int型不重复数据，使用HOR压缩算法，和RBM算法
term dic
term index
一个int类型占4字节，100万数据量就占400万字节。按照二进制来存储，1字节32位，可存储[0,2的31次方-1）的数据。
根据这100万数据，会生成一个detailList，最高压缩32倍
比如一个很多数据的postingList，6个数字为4字节*6为24字节
对此生成一个detailList，每个数字大小占用采用8bit，即2的8次方
对detalList进行拆分，如一个数组每个数字用8bit来存储(2个数字为1byte*2为2字节+数组索引大小1字节)，另一个数组每个数字用5bit来存储(4个数字为20bit为3字节+数字索引大小1字节)
但是这里数组有局限性，如果数据比较稀疏，即deltasList仍然是比较大的数字，这时可以用RBM算法
先把数换成二进制数，把这个数的前16位(高16位)和低16位进行拆分，再分别转化为十进制数.
如196658，高位十进制数3，低位十进制数50
对原始数组的每个元素，除以65536，把原数组每一个比较大的数字，分为高位和低位两个小数字
比如7 6 5 4 3 2 1 0，对应1字节，对应二进制位上有这个数字就标为1，也就是1字节可以存8个数字。
依次，65536个bit，对应6535 65534 .。。。。。0
原文：https://www.cnblogs.com/powerZhangFly/p/14160160.html