知识卡片
内存倒排表按词映射文档列表
对较少更新的标题集,初始化时把每条标题分词,建立“词 → 文档 ID 列表”的内存倒排表;查询也分词,分别查表再组合候选。原文以词的 hash 作键,但实现须处理碰撞或保留原词校验。多词列表取交集还是并集取决于查询语义,原文仅说“合并”,不能自动断定。并发和时延收益需按索引大小及查询负载实测。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《架构师之路》第66章《如何快速实现高并发短文检索》(源文件:_epub-src/OEBPS/Text/66.html)
- 结论依据:原文给出标题分词、以词哈希映射文档 ID 列表、查询时合并列表的流程;碰撞与合并语义是实现边界。
- 原始内容:对所有标题进行分词,以词的hash为key,doc_id的集合为value