倒排索引原理与应用精解.pdfVIP

倒排索引Lucene面试题

倒排索引的原理以及它是用来解决那些问题(谈谈你对倒排索引的理解)

倒排索引底层数据结构(倒排索引的数据结构)

倒排表posting_list,词项字典term_dictionary,term_index

倒排表的压缩算法(底层算法)

FOR,RBM

Trie字典树(PrefixTrees)原理(类似题目:B-Trees/B+Trees/树等)

FST原理(FST的构建过程以及FST在Lucene中的应用原理)

索引文件的结构(.tip和.tim文件数据结构)

FST在Lucene的读写过程(Lucene源码实现)

详解

索引:

以文件形式落地的数据结构,目的是帮助我们快速检索数据

Mysql的数据结构是B+树

因为B+树索引放到文本字段上会使node直线上升导致树的深度直线加深,IO越大

且B+树的数据结构能承载的数据量在千万级,而大厂的搜索引擎需要承载的数据量动辄10亿起步

因为最左匹配原则,索引会失效

倒排索引:

创建索引normalization:

1.文本字段拆分成若干词项

2.把词项按照字典序排列成词项字典

词项字典里有一列倒排表,其中保存的是包含当前词项的所有数据的id(int类型的有序数组(小-大))

全文检索sco