为什么需要倒排索引
通过前两篇的文章介绍，B+树主要针对的是读多写少的场景，而LSM针对的是写多读少的场景，其实在日常开发中，我们会将数据存储到搜索引擎中，然后进行数据的搜索，这种场景其实针对的是快速根据关键字查询。对于MySQL这种B+树结构来说，其实没有办法保证快速查询。要不然都是select * from x where xx like ‘%xxxx%’，这样的查询，而这种方式是不支持索引快速查询的。
倒排索引
正排索引：页数到内容的关联。而通过关键字查找对应id的关联就是倒排索引。
而这种方式也是利用空间换时间，将关键字进行数据的映射，通过关键字就可以快速搜索到。
Elasticsearch就是利用倒排索引进行数据的查询，但是对于像Google这样的搜索引擎是如何做的呢，虽然ES可以搜索一定的数据，但是当达到一定的数量级 其实没有办法进行快速搜索。
PageRank算法
Google的搜索其实利用PageRank，因为想要在快速的数据检索到对应的内容，并且排在TOP10中的数据，是我们想看的数据。
PageRank的核心就是按照页权重进行分发，权重越大排名越靠前。
默认权重是1，比如如下B网页包含A、D网页，B将自己的权重分发为2分 1/2给A 1/2给B。
D网页包含A网页，C网页包含A、B、C 分别是1/3.所以A的权重就是 1/2+1/3+1 。当递归计算所有的网页之后，就可以得出全部网页的权重。
另一种方式是根据用户点赞数，比如知乎。或者通过文章内容包含的词频
小结
本篇主要介绍搜索引擎中倒排索引的机制，以及Google搜索中的PageRank算法。
