返回主题:倒排索引与查询处理

知识卡片

普通读书笔记卡 · 2338.f.1.b

内存倒排表按词映射文档列表

理解等级:中级

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?

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