-
1.数据
-
2.索引构建：建立倒排索引的过程，就是索引构建。从给定的文档中生成索引
将文档分词，然后将单词序列转换成索引结构
-
3.索引检索：用户在发出请求时，利用索引进行检索。对结果进行相关性判断，排序。
其中对用户的输入的请求进行分词，逐词进行搜索。其中算法参考TF-IDF
-
4.索引管理器：即上一篇介绍的字典+倒排表
其中倒排表存储的文件编号（D-Gap差值），单词出现的频数，位置
倒排索引：平衡二叉树，b+树等。
-
5.建立索引：
5.1.两遍文档遍历法（内存中完成）第一遍遍历收集全局信息。总共文档个数N，文档集合内所包含的不同单词个数M， 每个单词在多少个文档中出现过的信息DF。 将所有单词对应的DF值全部相加，就可以知道建立最终索引所需 的内存大小是多少。
在第二遍扫描的时候，开始真正建立每个单词的倒排列表信息，即 对某个单词来说，获得包含这个单词的每个文档的文档ID，以及这个单 词在文档中的出现次数TF，这样就可以不断填充第一遍扫描所分配的内 存空间。当第二遍扫描结束的时候，分配的内存空间正好被填充满。经过两遍扫描完成索引建立后，即可将内存的倒排列表和词典信息写入磁盘，这样就完成了建立索引的过程。
从上述流程可以看出，索引 的构建完全是在内存中完成的，这就要求内存一定要足够大，否则如果文档集合太大，内存未必能够满足需求。
5.2排序法
