倒排索引与正排索引的区别

倒排索引与正排索引的区别

正排索引和倒排索引是搜索引擎在建立索引过程中常用的两种方法，它们各自有着不同的特点和适用场景。

正排索引

正排索引是以文档的ID为关键字，表中记录文档中每个字的位置信息，查找时扫描表中每个文档中字的信息直到找出所有包含查询关键字的文档。这种方法在建立索引的时候结构比较简单，建立比较方便且易于维护。如果有新的文档加入，可以直接为该文档建立一个新的索引块，挂接在原来索引文件的后面。但是，在查询的时候需对所有的文档进行扫描以确保没有遗漏，这样就使得检索时间大大延长，检索效率低下。

倒排索引

倒排索引则是以字或词为关键字进行索引，表中关键字所对应的记录表项记录了出现这个字或词的所有文档，一个表项就是一个字表段，它记录该文档的ID和字符在该文档中出现的位置情况。这种方法虽然在查询的时候由于可以一次得到查询关键字所对应的所有文档，所以效率高于正排表。但是，倒排表的建立和维护都较为复杂。

应用场景

在全文检索中，检索的快速响应是一个最为关键的性能，而索引建立由于在后台进行，尽管效率相对低一些，但不会影响整个搜索引擎的效率。正排索引适用于需要快速查找文档的情况，而倒排索引则适用于需要快速找到包含某个关键词的文档的情况。

优缺点

正排索引的优点是易于维护，但是缺点是搜索的耗时太长，检索效率低下。而倒排索引的优点是检索速度快，但是缺点是建立倒排索引时间久、文档库的每次更新都意味着倒排索引的重建，故维护较麻烦。

总的来说，正排索引和倒排索引各有优缺点，选择使用哪种方法取决于具体的场景和需求。