倒排索引学习笔记

概述

顺序扫描法（正向搜索法）

• 举个例子：比如我们有大量的文件，文件编号从A，B，C。。。。。。

• 需求：要找出文件内容中包含有java的所有文件

• 需求实现：从A文件开始查找，再找B文件，然后再找C文件，以此类推。。。。。

  弊端：如果文件数量很多，查找速度慢！！！

倒排索引法（反向/倒排搜索法）

• 举个例子：使用新华字典查找汉字，先找到汉字的偏旁部首，再根据偏旁部首对应的目录（索引）找到目标汉字。
• 
  

一、倒排索引法中，索引包括哪些内容？

索引的内容包括：

1）文档（Document）：需要被搜索到的内容

2）词条（Terms）：把文档内容通过分词器分成词条（词条是方便用户搜索使用的）

3）文档的编号和词条频率：记录每个词条在哪个文档出现过，出现过几次。

4）词条出现的文档位置： 每个词条在文档哪个位置出现过。

二、如何使用倒排索引法搜索数据？

​ 1）先建立索引库：建立词条，词条在文档出现的频率及位置等信息。

​ 2）用户通过搜索索引库获取文档：搜索到索引库中的词条，再根据词条反向获取文档（记录）数据。