In this chapter, we look at how to

In this chapter, we look at how to construct an inverted index. We call this process index construction or indexing; the process or machine that performs it the indexer. The design of indexing algorithms is governed by hardwarecon-straints. We therefore begin this chapter with a review of the basics of com- puter hardware that are relevant for indexing. We then introduce blocked sort-based indexing (Section 4.2), an efficient single-machine algorithm de- signed for static collections that can be viewed as a more scalable version of the basic sort-based indexing algorithm we introduced in Chapter 1. Sec- tion 4.3 describes single-pass in-memory indexing, an algorithm that has even better scaling properties because it does not hold the vocabulary in memory. For very large collections like the web, indexing has to be dis- tributed over computer clusters with hundreds or thousands of machines. We discuss this in Section 4.4. Collections with frequent changes require dy- namic indexing introduced in Section 4.5 so that changes in the collection are immediately reflected in the index. Finally, we cover some complicating is- sues that can arise in indexing – such as security and indexes for ranked retrieval – in Section 4.6.

Results (Thai) 1:

ในบทนี้ เราค้นหาวิธีการสร้างดัชนีกลับ เราเรียกดัชนีกระบวนการก่อสร้างหรือการทำดัชนี กระบวนการหรือเครื่องจักรที่ทำงานของตัวทำดัชนี Hardwarecon-straints อยู่ภายใต้การออกแบบของอัลกอริทึมที่ทำดัชนี เราจึงเริ่มต้นบทนี้ ด้วยการทบทวนพื้นฐานของ com puter ฮาร์ดแวร์ที่เกี่ยวข้องกับการจัดทำดัชนี เราแนะนำบล็อคเรียงลำดับตามดัชนี (ส่วน 4.2), แล้วมี efficient อัลกอริทึมเครื่องเดี่ยวเดมีลายเซ็นสำหรับคอลเลกชันแบบคงที่สามารถดูเป็นรุ่นที่สามารถต่อขยายเพิ่มเติมของพื้นฐานการเรียงลำดับตามดัชนีอัลกอริธึมที่เราแนะนำในบทที่ 1 4.3 วินาทีสเตรชันอธิบายครั้งเดียวผ่านในหน่วยความจำทำดัชนี เป็นอัลกอริทึมที่มีมาตราส่วนคุณสมบัติดีกว่า เนื่องจากมันไม่ได้ถือคำศัพท์ในหน่วยความจำ สำหรับคอลเลกชันมีขนาดใหญ่มากเช่นเว็บ จัดทำดัชนีได้ไป หรือไม่??-tributed คลัสเตอร์คอมพิวเตอร์หลายร้อยหรือหลายพันเครื่อง เราสามารถสนทนาได้ในหัวข้อ 4.4 คอลเลกชัน มีการเปลี่ยนแปลงบ่อยต้อง dy - namic ดัชนีนำใน 4 ส่วน5 เพื่อที่การเปลี่ยนแปลงในคอลเลกชันที่มี reflected ในดัชนีทันที สุดท้าย เราครอบคลุมบาง complicating เป็น - sues ที่สามารถเกิดขึ้นได้ ในการจัดทำดัชนี– ปลอดภัยและดัชนีสำหรับอันดับเรียก – 4.6 ส่วน

Results (Thai) 2:

ในบทนี้เราดูที่วิธีการสร้างดัชนีคว่ำ เราเรียกสิ่งนี้ว่าการก่อสร้างดัชนีกระบวนการหรือการจัดทำดัชนีกระบวนการหรือเครื่องที่มีประสิทธิภาพที่จะทำดัชนี การออกแบบขั้นตอนวิธีการจัดทำดัชนีถูกควบคุมโดย hardwarecon straints- ดังนั้นเราจึงเริ่มต้นบทนี้ด้วยการทบทวนพื้นฐานของฮาร์ดแวร์คอมพิวเตอรที่เกี่ยวข้องกับการจัดทำดัชนี จากนั้นเราจะนำเสนอความถูกปิดกั้นการจัดทำดัชนีการจัดเรียงตาม (มาตรา 4.2), ประสิทธิภาพเครื่องเดียวขั้นตอนวิธีการ de-เซ็นสัญญากับคอลเลกชันคงที่ที่สามารถมองได้ว่าเป็นรุ่นที่ปรับขนาดได้มากขึ้นของการจัดเรียงตามขั้นตอนวิธีการจัดทำดัชนีพื้นฐานที่เรานำมาใช้ในบทที่ 1 วินาที-tion 4.3 อธิบายเดียวที่ผ่านการจัดทำดัชนีในหน่วยความจำขั้นตอนวิธีที่ได้ดียิ่งขึ้นการปรับคุณสมบัติเพราะมันไม่ถือค​​ำศัพท์ในหน่วยความจำ สำหรับคอลเลกชันขนาดใหญ่มากเช่นเว็บการทำดัชนีจะต้องมีการถอดสังเวยกว่ากลุ่มคอมพิวเตอร์ที่มีหลายร้อยหรือหลายพันเครื่อง ที่เราจะหารือในมาตรา 4.4 คอลเลกชันที่มีการเปลี่ยนแปลงบ่อยครั้งจำเป็นต้องมีการจัดทำดัชนีไดนามิกแนะนำในมาตรา 4.5 เพื่อให้การเปลี่ยนแปลงในการเก็บนั้นจะมีผลทันทีในดัชนี สุดท้ายเราครอบคลุมแทรกซ้อนบาง Sues ที่สามารถเกิดขึ้นในการจัดทำดัชนี - เช่นการรักษาความปลอดภัยและการจัดทำดัชนีสำหรับการเรียกอันดับ - ในมาตรา 4.6

Results (Thai) 3:

ในบทนี้เราจะดูที่วิธีการสร้างแบบดัชนี เราเรียกกระบวนการนี้ดัชนีการก่อสร้างหรือดัชนี ; กระบวนการหรือเครื่องที่ทำหน้าที่เป็นดัชนี . การออกแบบขั้นตอนวิธีการจัดทำดัชนีจะถูกควบคุมโดย hardwarecon straints . เราจึงเริ่มบทนี้ด้วยการทบทวนพื้นฐานของ puter com - ฮาร์ดแวร์ที่เกี่ยวข้อง สำหรับดัชนี .จากนั้นเราแนะนำบล็อกเรียงตามดัชนี ( มาตรา 5 ) , EF จึง cient เครื่องเดียวขั้นตอนวิธี de - ลงนามสำหรับคอลเลกชันไฟฟ้าสถิตที่สามารถดูเป็นรุ่นยืดหยุ่นมากขึ้นในการจัดเรียงตามขั้นตอนวิธีพื้นฐานเราแนะนำในบทที่ 1 วินาที - tion 4.3 อธิบายผ่านเดียวในการจำอัลกอริทึมที่ได้ดีกว่าการปรับคุณสมบัติ เพราะไม่ได้เก็บศัพท์ไว้ในหน่วยความจำ สำหรับคอลเลกชันที่มีขนาดใหญ่มาก เช่น เว็บ การต้องจาก tributed กว่าคอมพิวเตอร์คลัสเตอร์กับหลายร้อยหรือหลายพันเครื่อง เราคุยกันในส่วน 4.4 . คอลเลกชันที่มีการเปลี่ยนแปลงบ่อยต้องการดี้ - ดัชนี namic แนะนำในมาตรา 45 ดังนั้นการเปลี่ยนแปลงในคอลเลกชันทันที Re flประมวลในดัชนี ในที่สุด , เราครอบคลุมบางแทรกซ้อนเป็นฟ้องที่สามารถเกิดขึ้นในการทำดัชนี ( เช่นการรักษาความปลอดภัยและดัชนีสำหรับการสืบค้น และอันดับในส่วน 4.6 .