检索技术核心 20 讲

在日常的工作或者面试中，经常会遇到一些与查询相关的问题，比如：

• 如何从海量数据中查询同时带有“极”和“客”字的唐诗？
• 为什么很多日志系统使用 NoSQL 数据库而不是关系型数据库？
• 在爬虫系统抓取网页之前，如何快速判断一个 URL 是否已经被抓取过？

其实，这些问题都属于检索技术的研究范畴。检索技术已经成为互联网时代技术人必不可少的技能之一，因为其应用极其广泛。

一方面，很多平台的架构设计都有相似的检索模块，比如搜索、推荐、广告等；另一方面，用好检索技术还可以帮助我们有效提升程序的执行效率，比如，只要我们能合理地使用数据库的索引功能，那程序从数据库中检索相关数据的速度就能提升好几倍。

在这个专栏中，陈东会通过 20 篇文章，将他十多年打造高性能广告引擎的工作经验，以及针对各种检索业务的深入思考和理解分享出来。带你系统地学习高效的检索方案和设计思想到底有哪些，到底怎么用；并且会结合工业界中的具体业务场景，从最简单的解决方案入手，一步一步带你分析各种方案的优缺点，找到最优解。

开篇词 | 学会检索，快人一步！
导读 | 三步走策略，轻松搞定检索！
01 | 线性结构检索：从数组和链表的原理初窥检索本质
02 | 非线性结构检索：数据频繁变化的情况下，如何高效检索？
03 | 哈希检索：如何根据用户ID快速查询用户信息？
04 | 状态检索：如何快速判断一个用户是否存在？
05 | 倒排索引：如何从海量数据中查询同时带有“极”和“客”的唐诗？
测一测 | 检索算法基础，你掌握了多少？
特别加餐 | 倒排检索加速（一）：工业界如何利用跳表、哈希表、位图进行加速？
特别加餐 | 倒排检索加速（二）：如何对联合查询进行加速？
06 | 数据库检索：如何使用B+树对海量磁盘数据建立索引？
07 | NoSQL检索：为什么日志系统主要用LSM树而非B+树？
08 | 索引构建：搜索引擎如何为万亿级别网站生成索引？
09 | 索引更新：刚发布的文章就能被搜到，这是怎么做到的？
10 | 索引拆分：大规模检索系统如何使用分布式技术加速检索？
11｜精准Top K检索：搜索结果是怎么进行打分排序的？
12 | 非精准Top K检索：如何给检索结果的排序过程装上“加速器”？
13 | 空间检索（上）：如何用Geohash实现“查找附近的人”功能？
14 | 空间检索（下）：“查找最近的加油站”和“查找附近的人”有何不同？
15 | 最近邻检索（上）：如何用局部敏感哈希快速过滤相似文章？
16 | 最近邻检索（下）：如何用乘积量化实现“拍照识花”功能？
特别加餐 | 高性能检索系统中的设计漫谈
测一测 | 高性能检索系统的实战知识，你掌握了多少？
17 | 存储系统：从检索技术角度剖析LevelDB的架构设计思想
18 | 搜索引擎：输入搜索词以后，搜索引擎是怎么工作的？
19 | 广告系统：广告引擎如何做到在0.1s内返回广告信息？
20 | 推荐引擎：没有搜索词，“头条”怎么找到你感兴趣的文章？
结束语 | 成长和进化，技术如此，我们亦如此
结课测试 | 这些检索知识，你都掌握了吗？