数据库为什么不适合搜索引擎的底层存储？

原创不易，转载请标明地址，或者直接附上我的博客首页https://georgedage.blog.csdn.net/
文中有些并没有解释过于清楚，本篇更适合有基础的同学阅读，思考，思考，思考。

千亿级实时搜索，要满足的条件

》高并发，要能支持百万级以上的并发
》实时性，响应时间不超过3秒

那么我们考虑，这样的情况下，使用数据库是否可以?

Mysql / pgsql / db2 / Oracle

首先先说出我们的结论，那就是不可以，那么为什么呢？请听我细细给你叨唠，本篇博客通过由浅入深，并且根据一个个问题去探讨，或许你看完之后会有一点想法，不过如果有不妥之处，欢迎指出。

我们经常浏览博客，新闻，商品等，存储这些数据的表应当具有什么样的字段呢？

表字段

提出问题：

在数据库中如何做到下面的查询？以新闻表为例

查询

或许对于稍微掌握点数据库知识的同僚们，这些都不是问题！
那么，请看问题二！

当数据量变大时，这四个查询都变慢了，该如何优化?

我们都知道，数据库的常用数据库优化方法为：
》建索引
》分区表

由此提出问题三。

建索引对“查询标题与钓鱼岛有关的新闻”和“查询与苍老师有 关的新闻”有效果吗?

或许对索引有点基本概念的同僚们，会想，没关系呀。
嗯，好，那我问你，为什么呢？
(⊙o⊙)…(⊙o⊙)…(⊙o⊙)…
所以我们需要理解索引的原理是什么？

索引的原理是什么

即： 对列值创建排序存储，数据结构={列值、行地址}。在有序数据列表中就可以利用二分查找快速找到要查找的行的地址，再根据地址直接取行数据。

或许这样看会有点抽象，这里我们可以补充一下自己的基础知识，当然也是面试中经常问到的。

数组，链表，树，二叉树，红黑树，mysql的b+tree

在这里插入图片描述

对于b+tree:

在这里插入图片描述

这里补充一道面试题：大剑无锋之简单说一下聚簇索引和非聚簇索引？【面试推荐】

然后根据索引的原理进一步思考索引！

索引的排序，是怎么排的？

》数值列
》时间列
》文本列

这里相信学过语言基础的都知道，编码字符集的应用。
就像汉字，在计算机中的存储也是二进制，所以也就是我们常说的字典序。详细这里不做过多的阐述。

在新闻标题列上建索引，当我们查询标题=‘钓鱼岛’ ，数据库会怎么去查?

在这里插入图片描述

【补充】这里我在网上看到有说到覆盖索引可以解决类似问题，不过这个我并没有进行研究呢，后续补上！

如果要对查询出来的结果进行相关度排名，数据库能否做到?

在这里插入图片描述

如果要对搜索的新闻字段设置不同的权重，比如新闻标题中包含这三个关键字的新闻的
相关性就远高于新闻内容中包含这三个字。数据库能否做到?

最后我们得出结论

结论:
数据库适合结构化数据的精确查询，而不适合半结构化、非结构化数据的模糊查询及灵活搜索(特别是数据量大时)，无法提供想要的实时性。

【补充】

在这里插入图片描述