倒排索引
索引对象是文档或者文档集合中的单词等,用来存储这些单词在一个文档或者一组文档中的存储位置,是对文档或者文档集合的一种最常用的索引机制。
举个例子,有两篇文档:
doc1="My name is singo";
doc2="What is your name?";
文章1的关键词有my,name,is,singo
文章2的关键词有what,is,your,name
倒排后的结果为:
关键词 | 文章序号 |
my | 1 |
name | 1,2 |
is | 1,2 |
singo | 1 |
what | 2 |
your | 2 |
仅知道关键词在哪些文章中出现还不够,还需要知道关键词在文章中出现次数和出现的位置。
关键词 | 文章序号 | 出现频率 | 出现位置 |
my | 1 | 1 | 1 |
name | 1 2 | 1 1 | 2 4 |
is | 1 2 | 1 1 | 3 2 |
singo | 1 | 1 | 4 |
what | 2 | 1 | 1 |
your | 2 | 1 | 3 |
以上就是Lucene最核心的部分。