type
status
date
slug
summary
tags
category
icon
password
前言
索引的目的是為了快速檢索數據。
每一種 DB 都有其適用的情境，所以會需要不同的數據結構和索引來解決問題。
對 MySQL 來說是 B+tree 結構的索引，而在 Lucene 來說是 inverted index。
Inverted index 是什麼?
有反向索引(inverted index) 那當然就有正向索引(forward index)。
正向索引(forward index) 就像一本書開頭的目錄一樣，我們可以依照章節名稱直接找到頁數。
這個時候如果你想找到包含某個關鍵字的頁數要怎麼辦呢？有些書的後面就會列出某些關鍵字出現的頁數，這就是反向索引(inverted index)的一種。
讓我們看一下例子，假設在搜尋引擎中存有以下紀錄：
doc_id | content |
1 | 時間就是金錢 |
2 | 金錢只是一堆數字 |
3 | 這是數字 |
以上範例 doc_id 是唯一值，透過唯一值去尋找整個文檔的值就是運用了正向索引(forward index)。
如果我想找到 content 中包含
金錢 兩個字的文檔時， 就需要一個一個查看文檔的 content。這時候我們對 content 做反向索引(inverted index)：
單詞(Token) | doc_id | count | doc_id + position |
時間 | [1] | 1 | [1:0] |
金錢 | [1,2] | 2 | [1:3,2:0] |
數字 | [2,3] | 2 | [2:3,3:0] |
如上表，可以看到這樣就能快速找到我們想要的文檔，這也是搜尋引擎的解決方案。
