正向索引和倒排序索引

正向索引：以词为单位,记录每个关键词的词频、格式、位置等权重信息，把页面转换为一个关键词组成的集合。

正向索引不能直接用于排名，排名程序需要扫描所有索引库中的文件，找出包含关键词的文件，

再进行相关性计算,这样的计算量无法满足实时返回排名结果的要求。

 

正向索引举例:

文档号       关键字      位置
1            中国         3
1            经济         4
2            科技         2

 

倒排索引:把文件对应到关键词的映射转换为关键词到文件的映射。

关键词是主键，每个关键词都对应着一系列文件，只需要查询关键字就可以找到对应的文章，这样不需要进行全文扫描，

这样就大大提高了速度，也提升了服务器性。倒排序索引利于查找但不利于构建，特别不利于删除。

 

倒排序索引举例:

关键字      文章号及词频       位置
中国         (1,1)              (3)
经济         (1,2),(2,3)        (4,5),(6,8,9)
科技         (2,1)              (2)