睡不着, 百度等搜索引擎的索引如何存储的，在文件还是数据库?

[hqulyc]

1. 百度/google等搜索引擎的建好的倒排序索引跟词库, 分别如何存放呢? 是存放于数据库的吗?

2. lucene的索引好象是存放在文件里，没有放到数据库, 每次查询的时候都要打开一次文件吗? 如果不是，很想知道它跟apache/tomcat是如何交互的?

3. lucene的词库是加载到内存的吗?还是每次搜索都要去加载或读取文件?

[hqulyc]

有看过百度跟google技术的介绍,

1. 网页蜘蛛/机器人, 定时从网上抓取页面, 更新数据信息;
2. 文本分析器, 分析页面内容，抽取出关键词, 这里用了分词技术;
3. 建立数据索引，似乎都用了改良的倒排序索引。
4. 存储索引? 我有个疑问，如果保存在数据库, 如何能够进行快速匹配到词, 难道是直接从数据库里采用SQL语句搜索索引库, 然后获取索引，如何对索引进行合并呢?这样处理如何能达到那么快的速度呢?这个处理过程我很想知道，哪怕是个大概。

[swandragon]

索引应该放在磁盘上

[iisbsd]

应对大流量的访问，从磁盘上读取数据也是死路一条。

[iisbsd]

这种应用，用数据库只有死路一条。