Lucene是全文检索引擎,它的索引是文本关键字到文档id(有的还附带关键词在文档中的位置信息)的映射关系。一个文档里面有无数个关键词,这些关键词都是索引key,它们都需要映射到同一个文档id;反过来,任何一个关键词,都可能在很多很多个文档中存在,所以,才有inverted index, 也就是每个关键词映射到一串文档id。
文档没有规范化的格式,它只是一串词的序列,而关系数据库的表,是有严格的结构化定义的,一个表有若干个列,每个列有明确的数据类型和约束条件(例如是否可以为NULL, 是否唯一等)。假如使用inverted index来索引一个行,我们就无法使用 诸如 where 'field1=value1' andfield2='value2' (1)
的查询条件,而只能用
where row contains 'value1' and 'value2' (2)
(2)查询出来的行就远远没有(1)的精确,会含有很多我们不需要的行,只要任何一行不论什么字段有'field1'和'field2'两个字符串,那么这行就会被返回。
关系数据库的结构化表定义以及SQL语言,让查询更加精确,这是文本检索系统和倒排索引无法做到的。