索引

搜索引擎以網頁中的詞語為關鍵詞，建立的便于查詢的有序文件條目存儲于搜索引掌索引庫中，索引通常分為正排索引和倒排索引兩種。

正排索引是搜索引擎將抓取的網頁經過分詞、去噪等操作后以網頁文件為單位，對網頁文件中關鍵詞的映射。簡單地說就是，正排索引是將網頁文件的各個關鍵詞信息存為一個項，包括關鍵詞的次數、頻率、加粗加黑、出現的位置等信息，并按照重要程度對關鍵詞進行有序排列。為搜索引擎索引庫正排索引的簡化表，其中每個網頁的所有關鍵詞都進行了排序，更重要的關鍵詞被排在更靠前的位置。需要注意的是網頁文件和關鍵詞都有各自的編號，在檢索時速度就更快，這與倒排索引中是相同的。

倒排索引是搜索引擎以關鍵詞為單位對不同網頁文件的映射。也就是搜索引擎以關鍵詞為條目名，內容是含有相同關鍵詞的網頁文件排序，用戶常用的關鍵詞搜索就是調用倒排索引。因為正排索引并不能直接獲得搜索結果排名，所以倒排索引是對正排索引的補充也是用戶搜索調用的關鍵索引。當用戶搜索某個具體關鍵詞時，如“SEO”，搜索引擎調用以“SEO”為條目名的索引項，然后將其中按相關度排列的網頁文件經過處理的結果返回給查詢用戶。

所示為搜索引擎索引庫倒排索引的簡化表，從中可以看到每個關鍵詞對應了很多含有這個關鍵詞的網頁，這些網頁都是經過排序的，極大地提高了搜索引擎搜索引擎索引庫是整個搜索過程的基礎，沒有索引搜索引擎很難查找到相應的內容。

倒排索引則更好地降低了關鍵詞搜索網頁的難度，使搜索引擎返回結果的速度大大提升。