倒排索引

倒排索引

倒排索引创建过程

• 搜索引擎中存储的是倒排索引，就是分好的词，和词语文章的关联
• 事先把文章使用分词打散，以词为依据，标记清楚对应的文章的编号
• 查询时
  • 把查询的语句也进行分词，然后根据分词，找到那些文章中包含了这些词

django创建全文索引的过程

• 1.django中提供的是结构化数据（mysql中）
• 2.haystack（搜索框架）把结构化转非结构化
• 3.搜索引擎（ES，whoosh）把非结构化转分词

搜索过程

• 当用户输入任意词条时，首先对用户输入的数据分词，得到用户要搜索的所有词条
• 然后拿着这些词条去倒排索引列表中进行匹配
• 找到这些词条就能找到包含这些词条的所有文档的编号
• 然后根据这些编号去文档列表中找到文档