Kako radi invertirano kazalo?

Question

IT Interview Practice · Accepted Answer

**Obrnuti indeks povezuje pojam s dokumentima koji ga sadrže.** Tražilica tako pronalazi kandidate bez čitanja svakog dokumenta od početka do kraja pri svakoj pretrazi.

Zamislite kazalo na kraju knjige: pronađete riječ pa otvorite navedene stranice. U tražilici identifikatori dokumenata zamjenjuju brojeve stranica.

## 1. Počnite malom zbirkom

Pretpostavimo tri dokumenta i jednostavan analizator koji pretvara tekst u mala slova i razdvaja riječi. Analizator je niz koraka koji pretvara tekst u pretražive pojmove.

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

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

Izvorni smjer ide od dokumenta prema riječima. Indeks ga okreće od riječi prema dokumentima, odakle dolazi naziv. Popis dokumenata za pojedini pojam naziva se posting list.

## 2. Koristite popise za odgovor na upit

Za upit koji traži i red i apple pročitajte oba popisa i uzmite presjek: D1 je u oba. Ako je dovoljan bilo koji pojam, uzmite uniju: kandidati su D1, D2 i D3.

Ovaj primjer objašnjava podudaranje, ne rangiranje. Ako odgovara više dokumenata, tražilica ih može bodovati prema učestalosti pojma i njegovoj rasprostranjenosti u zbirci. Pronalaženje podudaranja i određivanje redoslijeda povezani su, ali odvojeni koraci.

## 3. Uskladite indeksiranje i pretragu

Upit se mora analizirati na način usklađen s indeksiranim pojmovima. Ako indeksiranje pretvori Red u red, ali pretraga traži doslovni Red, očekivani rezultat može izostati.

Prikladna analiza ovisi o polju. Opisu proizvoda koristi analiza teksta, a točan identifikator narudžbe obično traži potpuno podudaranje. Rastavljanje identifikatora u obične riječi može promijeniti značenje. Pogledajte Elasticovo objašnjenje [pretrage cijelog teksta](https://www.elastic.co/docs/solutions/search/full-text/how-full-text-works).

## 4. Pohranite dovoljno podataka za pitanje

Dokument s riječima red i apple ne mora sadržavati izraz red apple. Za pretragu izraza indeks treba položaje riječi kako bi provjerio redoslijed i susjedstvo.

- Identifikatori pokazuju koji dokumenti sadrže pojam.
- Učestalosti pomažu opisati koliko se puta pojavljuje.
- Položaji omogućuju pitanja o međusobnom rasporedu pojmova.

Više podataka podržava bogatije upite, ali povećava indeks i posao indeksiranja. Potrebne pretrage aplikacije određuju koristan indeks.

## 5. Shvatite cijenu ažuriranja

Kada se izvorni tekst promijeni, treba ažurirati i indeks. Sustavi poput Elasticsearcha upravljaju podacima u segmentima i postupno ih spajaju; izmjena ne znači da se svaki postojeći popis odmah prepisuje na mjestu. Vidljivost pretrage ovisi i o osvježavanju.

Zato računajte na dodatnu pohranu, trošak indeksiranja i mogući razmak između upisa i pronalaska dokumenta. Obrnuti indeks osobito je koristan za tekstualnu pretragu pojmova; nije univerzalna zamjena za indekse točnih dohvaćanja, raspona ili transakcijskog pristupa.

1. Počnite malom zbirkom

2. Koristite popise za odgovor na upit

3. Uskladite indeksiranje i pretragu

4. Pohranite dovoljno podataka za pitanje

5. Shvatite cijenu ažuriranja

Povezana pitanja