开发Web应用时，你经常要加上搜索功能。甚至还不知道要搜什么，就在草图上画了一个放大镜。

说到目前计算机的文字搜索在应用上的实现，象形文字天生就比拼音字母劣势的多，分词、词性判断、拼音文字转换啥的，容易让人香菇。

首先我们来了解下什么是Inverted index，翻译过来的名字有很多，比如反转索引、倒排索引什么的，让人不明所以，可以理解为：一个未经处理的数据库中，一般是以文档ID作为索引，以文档内容作为记录。而Inverted index 指的是将单词或记录作为索引，将文档ID作为记录，这样便可以方便地通过单词或记录查找到其所在的文档。并不是什么高深概念。

oracle里常用的位图索引（Bitmap index）也可认为是Inverted index。位图索引对于相异基数低的数据最为合适，即记录多，但取值较少。比如一个100W行的表有一个字段会频繁地被当做查询条件，我们会想到在这一列上面建立一个索引，但是这一列只可能取3个值。那么如果建立一个B*树索引（普通索引）是不合适的，因为无论查找哪一个值，都可能会查出很多数据，这时就可以考虑使用位图索引。位图索引相对于传统的B*树索引，在叶子节点上采用了完全不同的结构组织方式。传统B*树索引将每一行记录保存为一个叶子节点，上面记录对应的索引列取值和行rowid信息。而位图索引将每个可能的索引取值组织为一个叶子节点。每个位图索引的叶子节点上，记录着该索引键值的起始截止rowid和一个位图向量串。如果不考虑起止rowid，那么就是取值有几个，就有几个索引，比如上例，虽说有100W条记录，但是针对只有3个可取值的字段来说，索引节点只有3个，类似于下图：

移动开发培训,Android培训,安卓培训,手机开发培训,手机维修培训,手机软件培训

需要注意的是，由于所有索引字段同值行共享一个索引节点，位图索引不适用于频繁增删改的字段，否则可能会导致针对该字段（其它行）的增删改阻塞（对其它非索引字段的操作无影响），是一种索引段级锁。具体请参看 深入解析B-Tree索引与Bitmap位图索引的锁代价。

下面说说笔者知道的一些全文搜索的工具。

文中绿色文字表示笔者并不确定描述是否正确，红色表示笔者疑问，若有知道的同学请不吝赐教，多谢！