索引

搜索引擎以網(wǎng)頁(yè)中的詞語(yǔ)為關(guān)鍵詞，建立的便于查詢(xún)的有序文件條目存儲于搜索引掌索引庫中，索引通常分為正排索引和倒排索引兩種。

正排索引是搜索引擎將抓取的網(wǎng)頁(yè)經(jīng)過(guò)分詞、去噪等操作后以網(wǎng)頁(yè)文件為單位，對網(wǎng)頁(yè)文件中關(guān)鍵詞的映射。簡(jiǎn)單地說(shuō)就是，正排索引是將網(wǎng)頁(yè)文件的各個(gè)關(guān)鍵詞信息存為一個(gè)項，包括關(guān)鍵詞的次數、頻率、加粗加黑、出現的位置等信息，并按照重要程度對關(guān)鍵詞進(jìn)行有序排列。為搜索引擎索引庫正排索引的簡(jiǎn)化表，其中每個(gè)網(wǎng)頁(yè)的所有關(guān)鍵詞都進(jìn)行了排序，更重要的關(guān)鍵詞被排在更靠前的位置。需要注意的是網(wǎng)頁(yè)文件和關(guān)鍵詞都有各自的編號，在檢索時(shí)速度就更快，這與倒排索引中是相同的。

倒排索引是搜索引擎以關(guān)鍵詞為單位對不同網(wǎng)頁(yè)文件的映射。也就是搜索引擎以關(guān)鍵詞為條目名，內容是含有相同關(guān)鍵詞的網(wǎng)頁(yè)文件排序，用戶(hù)常用的關(guān)鍵詞搜索就是調用倒排索引。因為正排索引并不能直接獲得搜索結果排名，所以倒排索引是對正排索引的補充也是用戶(hù)搜索調用的關(guān)鍵索引。當用戶(hù)搜索某個(gè)具體關(guān)鍵詞時(shí)，如“SEO”，搜索引擎調用以“SEO”為條目名的索引項，然后將其中按相關(guān)度排列的網(wǎng)頁(yè)文件經(jīng)過(guò)處理的結果返回給查詢(xún)用戶(hù)。

所示為搜索引擎索引庫倒排索引的簡(jiǎn)化表，從中可以看到每個(gè)關(guān)鍵詞對應了很多含有這個(gè)關(guān)鍵詞的網(wǎng)頁(yè)，這些網(wǎng)頁(yè)都是經(jīng)過(guò)排序的，極大地提高了搜索引擎搜索引擎索引庫是整個(gè)搜索過(guò)程的基礎，沒(méi)有索引搜索引擎很難查找到相應的內容。

倒排索引則更好地降低了關(guān)鍵詞搜索網(wǎng)頁(yè)的難度，使搜索引擎返回結果的速度大大提升。