知识卡片

普通读书笔记卡 · 1666.b.1

倒排索引从词反查文档

理解等级:中级

倒排索引把“文档包含哪些词”的关系反向组织为“每个词出现在哪些文档”,查询多个词时可对文档集合求交。若还记录词在文档中的位置,就能支持短语等更细的检索,但建索引会占用更多时间和空间。MapReduce 可让 Mapper 产生词与文档标识,再按词聚合为文档列表;它适合离线构建索引,并非查询时逐页扫描。

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:《大数据技术体系详解:原理、架构与实践》第10章《批处理引擎MapReduce》10.3.1 倒排索引实例(源文件:`_epub-src/OEBPS/text00081.html`) - 结论依据:原文定义文档列表与词位置信息两类反向索引,并以三个文档及交集检索展示词到文档的映射;Mapper/Combiner/Reducer 示例说明离线聚合过程。 - 原始内容:一条记录的水平反向索引(或者反向档案索引)包含每个引用单词的文档的列表。 ·一个单词的水平反向索引(或者完全反向索引)又包含每个单词在一个文档中的位置。 第二种方式提供了更多的兼容性(比如短语搜索),但是需要更多的时间和空间来创建。