Solr: 反向索引（Inverted Index）介紹

我們都知道 Solr 技術底層使用了 Lucene 技術，而 Lucene 檢索核心就是 反向索引（Inverted Index）。

什麼是 反向索引 ？它與平時資料庫檢索概念有什麼不同？

傳統資料庫 database 節錄資料方式，是給予每份文件一個獨一無二 (unique)的 ID編號。

然後在此 ID 編號，紀錄下這筆ID文件的各個欄位值（例如：一筆學生資料ID編號35，其可能儲存了姓名、身高、學號等各種欄位的資料）。

當資料庫檢索請求出現時，傳統作法就是：將資料庫每一筆學生資料「全部翻出來查」，如找出符合需求的欄位，將該筆符合學生資料拉出來使用。

因每次尋找，系統都是翻出整個資料庫進行查找，資料量一龐大，將嚴重影響資料庫的效能。

為了因應上述傳統資料庫全文檢索的重大挑戰，反向索引採用相反的作法因應：

每次一筆資料 入Solr 索引庫時，Solr 就先將關鍵字挑出來，例如：有筆資料 1「台北車站人潮洶湧」 ，系統就預先切分好「台北」「北車」「台北車站」「車站人潮」「人潮」「洶湧」幾個關鍵字，存入索引庫中，這幾個關鍵字對應給這筆資料。

遇下次有另一筆資料2進來，內容為「高雄車站湧現返鄉人潮」，切出關鍵字為「高雄」「車站」
我們發現這筆資料同樣也存在「車站」「人潮」相同關鍵字，因此 Solr 系統就會記錄下對應關係： 車站=> 資料1、2 ；人潮 => 資料1、2

下方表格，分別為兩種紀錄方式的對照 –  大家可參考看看