搜索学习基础--基本概念的简单阐述

Myth丶恋晨 2022-06-06 13:17 91阅读 0赞

### 关于查询 ###

查询数据分为**精确查找**和**模糊查找**

>  *  精确查找：对于精确查找，我们都非常熟悉，就是这个值必须等于这个条件。比如我们常用的数据库查询中：  
>     select \* from user\_info where user\_id = ?
>  *  模糊查找：对于模糊查找，我们需要查找的范围就是结果中的某个值必须包含这个条件。平时我们在一个文档中查找某个  
>     单词，这就是模糊查找。

对于普通的查找，我们是从一个文档中，一个一个的去遍历匹配。比如我们要从10w个数据中，  
查找包含字符串“abc”的，那就相当得慢。如果这些数据在数据库中，我们通常会建立索引，去优化查询速度。对于比较大的文本内容，  
我们通常使用全文检索的方式。总结：对于优化查询，我们使用**数据库建立索引**和使用**全文检索**。

### 关于数据库建立索引 ###

> 为了优化查询速度，我们会对数据库中的数据建立索引。在mysql数据库中，有两种索引方法：**Btree**和**Hash**  
> 这两种方式为什么会加速查询。两种方式有什么区别，这是我们必须了解的。  
> \- **Hash**方法建立索引  
> Hash，就是我们所谓的散列表，它的存储是key-value结构的。当我们对数据建立索引后，我们的每个数据都会有一个对于的Hash值。当我们去查找数据的时候，只要取条件  
> 的Hash值即可。数据存储的位置通过Hash值快速找到。我们也从Hash算法的原理中可以看到，这种索引方式比较适合精确查找。下面举个简单的Hash查找的例子：  
> HashCode = 2x+1

<table> 
 <thead> 
  <tr> 
   <th>hashcode</th> 
   <th>value</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>11</td> 
   <td>5</td> 
  </tr> 
  <tr> 
   <td>101</td> 
   <td>50</td> 
  </tr> 
  <tr> 
   <td>121</td> 
   <td>60</td> 
  </tr> 
 </tbody> 
</table>

…  
假设库中有大量的数据，此时我们的搜索条件是*60*,我们取得HashCode = 2\*60+1 = 121，然后拿着121去库中寻找其存放的位置。这样就非常的速度。当然这只是一个简单的Hash。  
对于优化散列表，减少冲突这些我们这里就不做讨论。  
如果想实现以下Hash算法整个过程，可以看下此博客[哈希算法的Java实现][Java]

*    
    
 *  **Btree**方法建立索引

> 看到这个名字，我想大学里面学过数据结构这门课程的都会首先想到数据结构中的 **树**这个概念。用于搜索，我们肯定会想到二叉树。不管数据库索引它用的是哪种树，  
> 它肯定是一种基于二叉搜索树优化的树，所以我们只要了解 **二叉搜索树**这个结构算法，我们就可以知道为什么使用Btree方式建立索引会加速查找了。它把原来的时间复杂度从  
> O(n) 转变成了 O(log2(n))。因为二叉树的中序遍历的结果就是根据key值排序的列表，所以这种方式对于范围查找是非常合适的。  
> 如果想实现以下二叉搜索树的建立和查找的整个过程，可以看下此博客 [二叉搜索树的Java实现][Java 1]

### 关于全文检索 ###

> 对于大偏的文档，使用数据库建立索引就非常不合适了。此时我们会建立**全文索引**，而建立全文索引，有**正排索引**和**倒排索引**  
> 两者的区别从名字上就可以看出来。  
> \- 正排索引：通过文章查找关键词  
> \- 倒排索引：通过关键词查找文章  
> 对于正排索引，也就是我们一般得搜索方式，对所有文章遍历，查找包含关键词得文章。而倒排索引呢，是给每个关键词对应匹配文档，建立好索引。当你查找得时候，这些关键词在  
> 哪些文档出现过，出现得次数，出现得位置，一目了然。[倒排索引的解读][Link 1]

[Java]: http://blog.csdn.net/qq_18860653/article/details/55048477
[Java 1]: http://blog.csdn.net/qq_18860653/article/details/73321797
[Link 1]: http://blog.csdn.net/qq_18860653/article/details/78399983