想要实现一个功能比较完整的搜索引擎，都有哪些技术环节？百度是怎么做的？

如题，我从以前开始就一直对类似百度这种 0.1 秒搜索出来几亿结果的技术非常感兴趣，这个问题就是单纯想拓宽一下知识面

1 、一般公司的业务场景，最基础的搜索功能，直接用 sql 的全文索引，比如存储一千万篇文章，按照标题搜索，应该都是刚得住的，虽然不知道搜索效果怎么样。

2 、如果要做一个更大数据规模的搜索功能，比如如果有百亿条数据，应该用上述方法是刚不住的，就需要用一些搜索引擎相关的技巧，也是这篇文章主要想问的。

我以前查过一些搜索引擎相关的资料，业务端大体逻辑应该分成三部分，其一分词和分析语意，其二是召回数据库中的资料，其三是进行关联度排序。当然如果像百度这种体量，数据库本身肯定也需要虚拟化才能支持这么高的可用性，数据库相关的暂时不在今天讨论范围内。

我搜索到的资料说，比如有一种常用召回方法叫倒排索引，我很好奇这是怎么的一种索引方法。因为正常来说，比如你已经有一百亿行了，然后你还有比如三十万个客户经常用来搜索的关键字，在此基础上你按照多对多的关系还要建立索引（那理论上这个索引应该庞大到爆炸，会出各种问题才对），到底是怎么回事呢？

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。