在介紹倒排索引之前，我們先來看看什麼是索引。索引是資料庫當中的概念，維基百科中的說法是「資料庫索引，是資料庫管理系統中乙個排序的資料結構，以協助快速查詢、更新資料庫表中資料」。可以簡單地把索引當成是字典裡的檢索目錄，我們比如我們要查乙個叫「index」的單詞，通過目錄，可以快速地找到字母i開始的位置。索引也是一樣，不過我們查詢的不再是單詞的首字母，而是資料。
這個反向的索引就是倒排索引。
整個倒排索引的技術應該不難理解，不過實際操作的時候，要複雜一些， 還會涉及很多優化。下面就介紹眾多優化方案當中，應用最廣泛的一種。
elasticsearch身為分布式搜尋引擎，巧妙的設計模式非常多，加上分布式系統本身的複雜性，可以研究的內容很多。今天這篇文章主要講倒排索引，所以簡單聊聊其中關於倒排索引的優化。
複雜度沒有問題，o(logn)的複雜度是可以接受的，不能接受的是磁碟的讀盤。因為這個dictionary實在是太大了，我們每次查詢磁碟是需要開銷的，每一次磁碟的隨機讀取需要消耗10ms的時間。對於乙個高效能的系統來說，這同樣是不能接受的。
我們要優化這個答案，就必須要減少磁碟的隨機讀取。
想要減少使用磁碟，最好的辦法就是把資料放在記憶體裡。但是我們前面說了，這個dictionary太大了，記憶體裡很有可能放不下。所以我們必須再對它做簡單的索引，比如：
……所以為了解決這個問題，我們需要引入乙個資料結構，即字首樹（trie樹）。
一棵字首樹大概長下面這個樣子：
用下圖舉個例子：
如果覺得有所收穫的，順手給個關注吧~
倒排索引原理
這裡介紹乙個基礎的搜尋引擎技術 假如有兩段文字 1，books and friends should be few but good 2，a good book is a good friend 假如我們忽略掉大小寫和複數，可以整理出一張單詞表，顯示哪個單詞再哪段文字，英文單詞 文章編號a2 and...
倒排索引基礎
搜尋引擎的索引 單詞 文件矩陣是表達兩者之間所具有的一種包含關係的概念模型，圖3 1展示了其含義。圖3 1的每列代表乙個文件，每行代表乙個單詞，打對勾的位置代表包含關係。圖3 1 單詞 文件矩陣 從縱向即文件這個維度來看，每列代表文件包含了哪些單詞，比如文件1包含了詞彙1和詞彙4，而不包含其它單詞。...
倒排索引基礎
一 單詞 文件矩陣 搜尋引擎的索引其實就是實現單詞 文件矩陣的具體資料結構，具體可以包括 倒排索引 簽名檔案 字尾樹等。常見的當然就是倒排索引了，lucene也是基於倒排索引實現的。二 倒排索引 1.倒排索引的組成 倒排索引通常有詞彙表和記錄表組成。詞彙表 文件集合中所包含的不同單詞的集合。記錄表 ...