要了解倒排索引，先看一下什么是正排索引。比如有下面两句话：

• id1, “搜索引擎提供检索服务”
• id2, “搜索引擎是信息检索系统”

正排索引

正排索引就是 MySQL 里的 B+ Tree，索引的结果是：

• “搜索引擎是信息检索系统” -> id2
• “搜索引擎提供检索服务” -> id1

表示对完整内容按字典序排序，得到一个有序的列表，以加快检索的速度。

倒排索引

第一步 分词

• “搜索引擎-提供-检索-服务” -> id1
• “搜索引擎-信息-检索-系统” -> id2

第二步 将分词项构建一个词典

• 搜索引擎
• 提供
• 检索
• 服务
• 信息
• 系统

第三步 构建倒排链

• 搜索引擎 -> id1, id2
• 提供 -> id1
• 检索 -> id1, id2
• 服务 -> id1
• 信息 -> id2
• 系统 -> id2

由此，一个倒排索引就完成了，搜索 “检索” 时，得到 id1, id2，说明这两条数据都有，搜索 “服务” 只有 id1 存在。但如果搜索 “检索系统”，此时会先建搜索词按照与构建同一种策略分词，得到 “检索-系统”，两个词项，分别搜索 检索 -> id1, id2 和 系统 -> id2，然后对其做一个交集，得到 id2。同理，通过求并集可以支持更复杂的查询。

倒排索引到此也就讲清楚了吧。

存储结构

以 Lucene 为例，简单说明一下 Lucene 的存储结构。从大到小是Index -> Segment -> Doc -> Field -> Term，类比 MySQL 为 Database -> Table -> Record -> Field -> Value。

转自：https://my.oschina.net/yunqi/blog/3049807