什么是倒排索引?倒排表?如何建立倒排索引?(转)

为什么我们要说倒排索引呢?

因为倒排索引是目前搜索引擎公司最对搜索引擎最常用的存储方式,也是搜索引擎的核心内容!

在搜索引擎实际的引用之中,有时需要按照关键字的某些值查找记录,所以我们是按照关键字建立索引,这个索引我们就称之为:倒排索引,而带有倒排索引的文件我们又称作:倒排索引文件 也可以叫它为:倒排文件,来实现快速的检索与高速的效率!

那我想问下 什么是倒排表呢?
倒排文件中的 次关键字索引 我们称做: 倒排表
其主要优点是: 在处理复杂的多关键字查询时,可在倒排表中先完成查询的交、并等逻辑运算,得到结果后再对记录进行存取。这样不必对每个记录随机存取,把对记录的查询转换为地址集合的运算,从而提高查找速度!

下面就是整个倒排表的建立过程(组图):

数据表

索引表

右项归并后的索引表

那我最后问下 我们因该怎样建立倒排索引呢?

关于建立倒排索引其实就象我们写一本小说一样 目录是章节标题对应的页码 对全文搜索来讲 倒排索引就是词对应文档编号!
下面我们举个例子:

案例1:
普通文档存在形式:
PPT (从头看起…..)==> keywords1,keywords2,keywords3,keywords4,keywords5,………….

案例2:
倒排索引翻转后的结果显示:
keywords1,keywords2,keywords3,keywords4,keywords5,…………. (直接找关键字 然后在找内容页)==> PPT

分享到QQ空间

Comments are closed.