搜索引擎

为什么关系型数据库无法全文检索？慢关系型数据库通常以 B+ 树作为底层索引。一般我们在 MySQL 中模糊搜索这样用： 1select * from my_table where title like '%term%'; 首先这个查询一定会触发全表扫描，即使 title 字段上建立了索引，like 语句中的 % 也会导致索引生效。 全表扫描有多慢？全表扫描本质上就是要把整张表的数据从磁盘中顺序读取出来，读取速度取决于存储介质的 I/O，因此耗时与数据量强相关，数据量越大，扫描时间越久。 相关性排序除了慢，传统数据库无法计算查询词与存储字段的相关性，数据库只保证查的出来，不保证查的相关性够强。 倒排索引 搜索引擎利用倒排索引解决上述问题。 倒排索引的本质上就是：term -> posting list 的映射。 如何构建倒排索引呢？分词 + 索引 分词搜索引擎中提供分词器 Analyzer，用于数据在写入倒排或者查询倒排时将内容切分成 term，成为倒排索引中的 key：term。 eg：有如下文本：小米手机， 为发烧而生，经过 Analyzer 处 ...