这是一个创建于 1504 天前的主题，其中的信息可能已经有所发展或是发生改变。
如题，我从以前开始就一直对类似百度这种 0.1 秒搜索出来几亿结果的技术非常感兴趣，这个问题就是单纯想拓宽一下知识面
1 、一般公司的业务场景，最基础的搜索功能，直接用 sql 的全文索引，比如存储一千万篇文章，按照标题搜索，应该都是刚得住的，虽然不知道搜索效果怎么样。
2 、如果要做一个更大数据规模的搜索功能，比如如果有百亿条数据，应该用上述方法是刚不住的，就需要用一些搜索引擎相关的技巧，也是这篇文章主要想问的。
我以前查过一些搜索引擎相关的资料，业务端大体逻辑应该分成三部分，其一分词和分析语意，其二是召回数据库中的资料，其三是进行关联度排序。当然如果像百度这种体量，数据库本身肯定也需要虚拟化才能支持这么高的可用性，数据库相关的暂时不在今天讨论范围内。
我搜索到的资料说，比如有一种常用召回方法叫倒排索引，我很好奇这是怎么的一种索引方法。因为正常来说，比如你已经有一百亿行了，然后你还有比如三十万个客户经常用来搜索的关键字，在此基础上你按照多对多的关系还要建立索引（那理论上这个索引应该庞大到爆炸，会出各种问题才对），到底是怎么回事呢？
 |
1
oott123 2020-10-15 15:55:49 +08:00
你都知道倒排索引了，就可以查倒排索引是怎么实现的了
|
Select Language