इनवर्टेड इंडेक्स कैसे काम करता है?

Question

IT Interview Practice · Accepted Answer

**Inverted index किसी term को उन documents से जोड़ता है जिनमें वह मौजूद है।** इससे search engine हर search में हर document पूरा पढ़े बिना candidates खोज पाता है।

पुस्तक के पीछे का index सोचें: शब्द खोजें और दिए पन्नों पर जाएं। Search engine में page numbers की जगह document identifiers होते हैं।

## 1. छोटे collection से शुरू करें

तीन documents और text lowercase करके words अलग करने वाला सरल analyzer लें। Analyzer वे steps हैं जो text को searchable terms में बदलते हैं।

```text
D1: Red apple
D2: Green apple
D3: Red car

apple -> D1, D2
car   -> D3
green -> D2
red   -> D1, D3
```

मूल दिशा document से words है। Index इसे उलटकर word से documents करता है, इसलिए यह नाम है। हर term की matching documents वाली सूची posting list कहलाती है।

## 2. Lists से query का उत्तर पाएं

Red और apple दोनों चाहिए तो दोनों posting lists का intersection लें: D1 दोनों में है। कोई एक term पर्याप्त हो तो union लें: D1, D2 और D3 candidates हैं।

यह matching समझाता है, ranking नहीं। कई documents match हों तो engine term frequency और पूरे collection में term कितना आम है जैसी जानकारी से score दे सकता है। Matches ढूंढना और उनका क्रम तय करना जुड़े लेकिन अलग steps हैं।

## 3. Indexing और searching को संगत रखें

Query का analysis indexed terms से संगत होना चाहिए। Indexing Red को red करे लेकिन search literal Red मांगे तो अपेक्षित match छूट सकता है।

सही analysis field पर निर्भर है। Product descriptions को text analysis का फायदा होता है; exact order identifier को सामान्यतः exact matching चाहिए। Identifier को आम शब्दों में तोड़ने से अर्थ बदल सकता है। Elastic की [full-text search व्याख्या](https://www.elastic.co/docs/solutions/search/full-text/how-full-text-works) देखें।

## 4. प्रश्न के लिए पर्याप्त जानकारी रखें

Red और apple दोनों होने का मतलब red apple phrase होना नहीं है। Phrase queries के लिए word positions चाहिए ताकि engine क्रम और पास-पास होना जांच सके।

- Document identifiers बताते हैं कि term किन documents में है।
- Frequencies बता सकती हैं कि term कितनी बार आया।
- Positions terms की एक-दूसरे के सापेक्ष जगह पूछने में मदद करती हैं।

अधिक जानकारी से समृद्ध queries मिलती हैं, लेकिन index size और indexing work बढ़ते हैं। Application के जरूरी searches तय करते हैं कि कौन-सा index उपयोगी होगा।

## 5. ताजा रखने का खर्च समझें

Source text बदले तो search index भी update होना चाहिए। Elasticsearch जैसे systems indexed data को segments में रखते और समय के साथ merge करते हैं; update का मतलब हर posting list तुरंत उसी जगह rewrite होना नहीं है। Search visibility engine के refresh पर भी निर्भर है।

इसलिए अतिरिक्त storage, indexing cost और write से search में मिलने तक संभावित delay गिनें। Inverted index term-based text search में खास उपयोगी है; exact lookup, ranges या transactional access के indexes का सार्वभौमिक विकल्प नहीं है।

1. छोटे collection से शुरू करें

2. Lists से query का उत्तर पाएं

3. Indexing और searching को संगत रखें

4. प्रश्न के लिए पर्याप्त जानकारी रखें

5. ताजा रखने का खर्च समझें

संबंधित प्रश्न