Kepiye cara kerjane inverted index?

Question

IT Interview Practice · Accepted Answer

**Inverted index nyambungake istilah menyang dokumen sing ngemot istilah kasebut.** Iki nggawe mesin telusur nemokake calon dokumen tanpa maca saben dokumen saka wiwitan nganti pungkasan saben nggoleki.

Bayangna indeks ing mburi buku: goleki tembung, banjur bukak kaca sing didhaptar. Ing mesin telusur, pengenal dokumen ngganti nomer kaca.

## 1. Wiwiti saka kumpulan cilik

Upamane ana telung dokumen lan analyzer prasaja sing ngowahi teks dadi huruf cilik lan misahake tembung. Analyzer yaiku langkah-langkah sing ngowahi teks dadi istilah sing bisa digoleki.

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

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

Arah asli yaiku dokumen menyang tembung. Indeks mbalikke dadi tembung menyang dokumen, mula jenenge mangkono. Dhaptar dokumen sing cocog kanggo saben istilah diarani posting list.

## 2. Gunakake dhaptar kanggo njawab query

Kanggo query sing mbutuhake red lan apple, waca loro posting list lan jupuk irisane: D1 ana ing loro-lorone. Yen cukup salah siji istilah, jupuk gabungane: D1, D2, lan D3 dadi calon.

Tuladha iki nerangake pencocokan, dudu peringkat. Yen sawetara dokumen cocog, mesin bisa menehi skor nganggo frekuensi istilah lan sepira umume istilah ing kumpulan. Nemokake cocog lan nemtokake urutan iku gegandhengan nanging langkah kapisah.

## 3. Cocogake pengindeksan lan telusuran

Query kudu dianalisis kanthi cara sing cocog karo istilah ing indeks. Yen indeks ngowahi Red dadi red nanging telusuran nggoleki Red kanthi literal, cocog sing dikarepake bisa ora ketemu.

Analisis trep gumantung field. Deskripsi produk entuk manfaat saka analisis teks; ID pesenan pas lumrahe butuh pencocokan persis. Misahake ID dadi tembung umum bisa ngowahi maknane. Delengen katrangan Elastic bab [telusuran teks lengkap](https://www.elastic.co/docs/solutions/search/full-text/how-full-text-works).

## 4. Simpen informasi sing cukup kanggo pitakon

Dokumen sing ngemot red lan apple durung mesthi ngemot frasa red apple. Kanggo query frasa, indeks butuh posisi tembung supaya mesin bisa mriksa urutan lan jejerane.

- Pengenal dokumen njawab dokumen endi sing ngemot istilah.
- Frekuensi bisa nerangake sepira kerep istilah muncul.
- Posisi ndhukung pitakon babagan panggonan istilah relatif marang liyane.

Informasi luwih akeh ndhukung query luwih sugih nanging nambah ukuran indeks lan gaweyan pengindeksan. Indeks migunani ditemtokake saka telusuran sing kudu didhukung aplikasi.

## 5. Pahami biaya njaga supaya tetep anyar

Nalika teks sumber owah, indeks telusuran uga kudu dianyari. Sistem kayata Elasticsearch ngatur data indeks ing segmen lan nggabungake suwe-suwe; pembaruan ora ateges kabeh posting list ditulis ulang langsung ing panggonane. Katon ing telusuran uga gumantung prilaku refresh mesin.

Mula itung panyimpenan tambahan, biaya indeks, lan wektu tundha antarane nulis dokumen lan nemokake ing telusuran. Inverted index migunani banget kanggo telusuran teks adhedhasar istilah; dudu pengganti universal kanggo indeks lookup persis, rentang, utawa akses transaksional.

1. Wiwiti saka kumpulan cilik

2. Gunakake dhaptar kanggo njawab query

3. Cocogake pengindeksan lan telusuran

4. Simpen informasi sing cukup kanggo pitakon

5. Pahami biaya njaga supaya tetep anyar

Pitakon sing gegandhengan