引子
很多搜索引擎都是基于倒排索引，比如luncene，solr以及elasticsearch
正排索引
聊倒排搜索之前先来看看正排索引，正排其实就是数据库表，他通过id和数据进行关联，如下：
| 数据id | 数据内容 |
|---|---|
| 1001 | 苹果公司发布iPhone |
| 1002 | 地球引力起源于苹果 |
| 1003 | iPhone屏幕碎了 |
| 1004 | 我在苹果商店维修屏幕 |
| 1005 | 我刚刚吃了苹果 |
我们可以通过搜索id，来获得相应的数据，也能删除数据。你买了一本书，书的目录其实也是正排搜索。
假设现在我要搜
苹果
俩字，那么他会对这张表格中每一行的数据做匹配，去查找一下，是否包含
苹果
这两个字，从第一条匹配到最后一条，如果一张表中数据量不多，几万，十几万，那么问题不大，但是一旦数据量有上百万，上千万，那么全表扫描这种的搜索性能就会有影响。
其次，这个时候我想搜索
苹果iPhone
，那么我们无法把这词汇拆开再到数据库去搜索。
- 优点：使用起来方便，原理也简单，比较入门
- 缺点：检索效率低下，适合简单场景使用，比如传统项目，数据量较小的项目。不支持分词搜索。
倒排索引
与正排是反着来的，他会把文档内容进行分词，比如
苹果公司发布iPhone
是一个文档数据，当我们把他存入到搜索引擎中去的时候，会有一个文档id，这个文档id就类似于数据库主键。但是这文档存储的时候和数据库不一样，他会进行一个分词，参照上面的表格，分词后的结果如下：
| 文档数据 | 分词结果 |
|---|---|
| 苹果，公司，发布，iPhone | |
| 地球，引力，起源，于，苹果 | |
| iPhone，屏幕，碎了 | |
| 我，在，苹果，商店，维修，屏幕 | |
| 我，刚刚，吃了，苹果 |
每一个词汇都会和文档id关联起来，可以根据词汇来找到所有出现的id列表，如下：
| 词汇 | 文档ids |
|---|---|
| 苹果 | 1001，1002，1004，1005 |
| iPhone | 1001，1003 |
| 公司 | |
| 发布 | |
| 地球 | |
| 引力 | |
| 起源 | |
| 于 | |
| 屏幕 | 1003，1004 |
| 碎了 | |
| 我 | 1004，1005 |
| 在 | |
| 商店 | |
| 维修 | |
| 刚刚 | |
| 吃了 |
假设现在我要搜索
iPhone
，如果是数据库搜索，假设有1亿条数据，那么会匹配1亿次，全表扫描。最后再把数据返回出来。
如果是搜索引擎，那么有可能第一次就把所有文档数据给查出来，当然也有可能是第N次，当然他肯定要比数据库的搜索效率更高。如图中位置，他会直接把
1001，1003
两个文档返回。
可能会有同学会问，数据库和搜索引擎都是1000万数据，搜索的词汇在搜索引擎中正好是第1000万条，那么会不会慢，其实这个肯定会比数据库更快，数据库要匹配是一个文本中的内容和关键词匹配，而搜索引擎是直接把关键字做匹配，效率肯定后者更快。
- 有点：搜索更快，耗时短，用户体验高，精装度也高
- 缺点：维护成本高，索引新建后要修改，必须先删除，前期需要很好地规划
官网itzixi.com
微信公众号：BeJavaGod
新浪微博
知乎
简书
cnblogs
今日头条
豆瓣
--> 同步更新
