es的核心原理 （一）

搜索引擎

搜索引擎的分类

• 全文搜索：谷歌、百度、必应；这种搜索过程到底搜索啥，不知道，有可能是个帖子，也有可能是个门户网站

• 垂直搜索：视频网站、各大电商；这种搜索内容是固定的，比如在懂车帝，你搜索的一定就是汽车

搜索引擎应该具备的要求

• 查询速度快

  • 高效的压缩算法
  • 快速的编码和解码速度

• 结果准确

  • BM25（默认的算法）
  • TF-IDF（7.0 之前的算法）

• 检索结果丰富

如何提高搜索引擎的查询数据？答：建立索引

索引的作用：

• 帮助快速检索

• 以数据结构为载体

• 以文件的形式落地

倒排索引的数据结构

词项索引	词项字典	倒排表
term index	term dictionary	posting list
FST压缩算法，极大的节省内存。 最高压缩可达20%，接近于hash	倒排表、词频	有序数组，存储了匹配某个 term 的所有 id

参考文献

https://www.bilibili.com/video/BV1h3411P7cM?p=6&vd_source=3dc6fb647e2c5c53b8a9c4662114a8ea