這個問題是近段時間被問的最多的，理清思路就更好理解了，下面貼出來漏益，也配合表格輔助理解蛹锰。
其實很多搜索引擎都是基于倒排索引，比如luncene遭庶，solr以及elasticsearch?
正排索引
聊倒排搜索之前先來看看正排索引宁仔，正排其實就是數(shù)據(jù)庫表，他通過id和數(shù)據(jù)進行關(guān)聯(lián)峦睡，如下：
[圖片上傳失敗...(image-c3ad8c-1690871925538)]
我們可以通過搜索id翎苫，來獲得相應(yīng)的數(shù)據(jù)，也能刪除數(shù)據(jù)榨了。你買了一本書煎谍，書的目錄其實也是正排搜索。
假設(shè)現(xiàn)在我要搜蘋果倆字龙屉，那么他會對這張表格中每一行的數(shù)據(jù)做匹配呐粘，去查找一下，是否包含蘋果這兩個字转捕，從第一條匹配到最后一條作岖，如果一張表中數(shù)據(jù)量不多，幾萬五芝，十幾萬痘儡，那么問題不大，但是一旦數(shù)據(jù)量有上百萬枢步，上千萬沉删，那么全表掃描這種的搜索性能就會有影響缅糟。
其次毯侦，這個時候我想搜索蘋果iPhone，那么我們無法把這詞匯拆開再到數(shù)據(jù)庫去搜索酵镜。
- 優(yōu)點：使用起來方便隘擎，原理也簡單殴穴，比較入門，典型的數(shù)據(jù)庫檢索方式
- 缺點：檢索效率低下嵌屎，適合簡單場景使用推正，比如傳統(tǒng)項目，數(shù)據(jù)量較小的項目宝惰。不支持分詞搜索植榕。
倒排索引
與正排相比是反著來的，他會把文檔內(nèi)容進行分詞尼夺，比如“蘋果公司發(fā)布iPhone”是一個文檔數(shù)據(jù)尊残，當(dāng)我們把他存入到搜索引擎中去的時候炒瘸，會有一個文檔id，這個文檔id就類似于數(shù)據(jù)庫主鍵寝衫。但是這文檔存儲的時候和數(shù)據(jù)庫不一樣顷扩，他會進行一個分詞，參照上面的表格慰毅，分詞后的結(jié)果如下：
[圖片上傳失敗...(image-215548-1690871925538)]
每一個詞匯都會和文檔id關(guān)聯(lián)起來隘截，可以根據(jù)詞匯來找到所有出現(xiàn)的id列表，如下：
[圖片上傳失敗...(image-b3fbca-1690871925538)]
假設(shè)現(xiàn)在我要搜索iPhone汹胃，如果是數(shù)據(jù)庫搜索婶芭，假設(shè)有1億條數(shù)據(jù)，那么會匹配1億次着饥，全表掃描犀农。最后再把數(shù)據(jù)返回出來。
如果是搜索引擎宰掉，那么有可能第一次就把所有文檔數(shù)據(jù)給查出來呵哨，當(dāng)然也有可能是第N次，當(dāng)然他肯定要比數(shù)據(jù)庫的搜索效率更高轨奄。如圖中位置孟害，他會直接把1001，1003兩個文檔返回挪拟。
可能會有同學(xué)會問纹坐，數(shù)據(jù)庫和搜索引擎都是1000萬數(shù)據(jù)，搜索的詞匯在搜索引擎中正好是第1000萬條舞丛，那么會不會慢，其實這個肯定會比數(shù)據(jù)庫更快果漾，數(shù)據(jù)庫要匹配是一個文本中的內(nèi)容和關(guān)鍵詞匹配球切，而搜索引擎是直接把關(guān)鍵字做匹配，效率肯定后者更快绒障。
- 優(yōu)點：搜索更快吨凑，耗時短，用戶體驗高户辱，精準(zhǔn)度也高
- 缺點：維護成本高鸵钝，索引新建后要修改，必須先刪除庐镐，前期需要很好地規(guī)劃
