搜索 正排索引 和 倒排索引 区别
Posted 软件工程小施同学
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了搜索 正排索引 和 倒排索引 区别相关的知识，希望对你有一定的参考价值。
一、什么是正排索引（forward index）？
简言之，由key查询实体的过程，使用正排索引。
例如，用户表：
t_user(uid, name, passwd, age, sex)
由uid查询整行的过程，就是正排索引查询。
画外音：时间复杂度可以认为是O(1)。
二、什么是倒排索引（inverted index）？
与正排索引相反，由item查询key的过程，使用倒排索引。
对于网页搜索，倒排索引可以理解为：
Map<item, list<url>>
能够由查询词快速找到包含这个查询词的网页的数据结构。
画外音：时间复杂度也是O(1)。
举个例子，假设有3个网页：
url1 -> “我爱北京”
url2 -> “我爱到家”
url3 -> “到家美好”
这是一个正排索引：
Map<url, page_content>。
分词之后：
url1 -> 我，爱，北京
url2 -> 我，爱，到家
url3 -> 到家，美好
这是一个分词后的正排索引：
Map<url, list<item>>。
分词后倒排索引：
我 -> url1, url2
爱 -> url1, url2
北京 -> url1
到家 -> url2, url3
美好 -> url3
由检索词item快速找到包含这个查询词的网页Map<item, list<url>>就是倒排索引。
画外音：明白了吧，词到url的过程，是倒排索引。
正排索引和倒排索引是spider和build_index系统提前建立好的数据结构，为什么要使用这两种数据结构，是因为它能够快速的实现“用户网页检索”需求。
画外音，业务需求决定架构实现，查询起来都很快。
以上是关于搜索 正排索引 和 倒排索引 区别的主要内容，如果未能解决你的问题，请参考以下文章