分布式数据库与搜索引擎的搜索效率，区别在哪里
【分布式数据库与搜索引擎的搜索效率，区别在哪里】 数据库归根结底是做持久化的，在数据量少的情况下可以同时做到搜索服务的功能，当数据量大了之后往往需要一个专门做搜索的服务，搜索引擎处在这一层，底层数据还是关系数据库，HDFS，HBase直流，针对大数据场景下，搜索引擎只是建立索引，这点是和数据库最大的差别，设计到算法和数据结构的处理。
■网友
数据库的模糊搜索 和 搜索引擎的功能 不是一个概念。数据库的模糊搜索是不能走索引的，也不好实现搜索词的逻辑（与或非）和范围搜索（在特定的域中）。 能走的只有前缀索引，但是这大大限制了功能。不过使用数据库来实现搜索引擎也是一个思路，我有一个基于分布式数据库的全文索引的方案（代号x）相比solr或elasticsearch的区别如下：1 solr或elasticsearch是以文档进行均衡分片的，x是以单词（term）进行均衡分片的。2 solr或elasticsearch要到所有的shard上去搜索，最后在replica上合并结果；x只需要到单词（term）所在的节点上进行搜索（只有一个节点），而且数据库有索引，速度非常快。正是由于这个区别，搜索的速度得以提升，特别是在大数据量（机器多，分片多）的情况下，x方案有它独有的好处（精确定位term所在的节点），代价就是在索引阶段需要把单词和文档都定位到某个具体的节点上。数据库的表结构设计，由于是分布式数据库，所以表示根据某个字段分布到不同的数据库节点上的：单词表 tab_term ，均衡字段是 term_id，字段意义:term_name 单词field_name 单词的域doc_id 单词所在的文档term_freq 单词的频率term_tfidf 单词的逆文档频率score 单词的得分，可以使用逆文档频率代替文档表 tab_doc ， 均衡字段是doc_id， 字段意义:doc_id 文档id doc_type 文档类型doc_content 文档内容本身 索引过程：1 一个文档，经过分析（分词），得到每个单词的域 ，词频，词频-逆文档频率等信息按照 term_name 作为均衡字段，将数据分割到tab_term的各个节点上2 然后将文档进行hash，得到文档id,文档类型等，根据doc_id 将数据分散到tab_doc的各个节点上搜索过程：用户输入的关键词进行分析（分词） ，根据分词到 tab_term 中检索，得到每个 term 的 doc_id 列表;然后对doc_id 进行排名，再去 tab_doc 返回原始文档
■网友
发现在同等条件下，模糊搜索和分布式数据库，没有多大差别当前数据10亿，系统设计容量80亿10亿数据，数据库模糊查找和搜索引擎响应时间没有多大差别，我想一定你打开搜索引擎的姿势不对。10亿数据，每条记录假设1K，数据量1T，假设你有100块磁盘，随机读速度最多几十M，一次全表扫描至少几分钟。正确使用搜索引擎，响应时间可以在1秒以内。谢邀。
■网友
个人理解：搜索引擎关注的是信息采集和关联的能力。数据库核心还是数据存储和事务能力。
■网友
老大，搜索引擎是为词一一文档建了倒排索引啊
推荐阅读
- 考研数据库方向
- 哪个数据库，可以直接做数据透视图（navicat类的也可以）
- 《亿万》第九集里，法官用的这个搜索引擎是啥
- 有啥搜索引擎可以替代Google（外语）
- 能否在网页搜索中加入点赞机制，从而个性化搜索引擎
- 原谅我辣么肤浅，搜索引擎和分类信息网真的能相提并论吗
- 怎样评价百狗搜索引擎www.baigle.com和人肉搜索功能renrou.baigle.com?
- 杨致远当初是开发了搜索引擎还是只是一个导航网站
- 为啥PHP社区鲜有异步队列，分布式计算，数据分析的项目和讨论
- 百度作为一家靠搜索引擎起家的公司，靠贩卖竞价排名获利，是否违反商业道德