倒排索引、正排索引系列一

1. 搜索引擎简介

搜索引擎顾名思义就是：从千万设置亿、兆级别的数据中查询出自己想要的信息，比如：谷歌和百度

索引引擎最重要的是建立倒排索引和正排索引【不是必须的】

2. 倒排索引简介

1. 倒排索引的名词解释

• 单词【key】：搜索框中输入的关键词
• 文档【doc】：搜索结果的基本信息，比如百度这样的搜索引擎，doc是一个一个带有特定信息【关键词，出现的次数，出现的位置.....】的网页;

如果是淘宝的搜索引擎，doc 就是一个一个包含特定信息【宝贝的id、宝贝的类目.......】的宝贝；当然key和doc 要有一定的相关性，这个是算法来计算的

• 倒排索引项：每个doc 包含一些特定信息，就叫倒排索引项
• 词典项：把我们搜索的单词叫词典项
  
• 倒排索引表：肯定会有多个doc 包括一个单词，这样一个词典项+ 包括这个词典项的所有doc 构成 倒排列表
  
• 倒排索引：数亿万级的倒排索引表构成倒排索引
• 一般为了减少索引的数量和搜索的时间，在一个搜索引擎中往往按照不同的纬度分成多份倒排索引

下面是倒排索引的机构图：