一直傻傻分不清倒排和列存，今天有空梳理一下，主要有四个概念要明确: 1. 索引方式: 正向索引，反向索引(倒排) 2. 存储方式: 行存，列存 3. 数据结构: HashMap,B-Tree,BitMap... 4. 存储结构: + 顺序组织(顺序文件) + 索引组织(索引文件) + 散列组织(散列文件) + 链组织(多关键字文件)
索引方式
索引方式是种指导性的的思想，和具体数据结构和存储结构没有直接关系正向索引:DocId->Value反向索引:Value->DocId
倒排索引 Inverted Index
倒排索引就是反向索引，是信息检索中最基础的索引方法，具体是把索引存为倒排表和倒排链，倒排表存的是所有的值，倒排链存的是 DocId 列表。
存储方式
存储方式就是正排中存value的方式，也是种指导思想，和具体数据结构，存储结构没有关系的存储方式主要分为按行存储和按列存储(column-oriented)两种
按行存储
以单行作为一个最小存储单元，用偏移量表示各列没有索引的查询使用大量I/O Mysql 就是种按行存储的方式，对于无条件的单列取出，需要遍历全表
按列存储
以一列作为一个record，采取对齐的方式或者 MetaData 的方式记录行信息数据即是索引，只查单列的情况下可以大量降低系统IO 同种数据在一起，方便压缩HBase 就是按列存储的，采用 MetaData 记录行信息
数据结构
数据结构是数据真实的组织形态，是逻辑层面的真实结构同一种数据结构可以实现不同的思想，下面以 B-Tree 举例
B-Tree
倒排
B 树如果每个内部节点存的是具体的value，叶子节点存 id，那么这就是个倒排真实场景中，的确有不少搜索引擎是这么存倒排的
正排
如果内部节点存 Id,叶子节点存内容，这就是个正排真实场景中，mysql 的 pk 索引就是这么存的行存列存 + 如果正排的 B-tree 的叶子节点存的是一行的值，那么这就是行存，反之，如果是一列的值，就是列存
存储结构
存储结构就是数据真实落盘的方式，是物理层面的真实结构根据不同的数据结构有不同的存储结构一般而言，B-Tree 就是索引文件落盘，而 HashTable 则可以以散列存储。目前基本都是索引结构落盘，不同产品的具体实现均不相同。如 IBM 的VSAM就是存储 B-tree 的一种文件格式，由三部分组成：索引集，顺序集和数据集
列存与倒排
回到开头的问题，列存和倒排到底是什么关系呢？列存是一种正排的存储思想，和倒排没什么关系一般由于搜索引擎的排序都是少数列的，所以一般搜索引擎都是精确查询用倒排，比较算分用列存
参考资料
几张图看懂列式存储数据结构-文件传统的(Oracle)行存储和（HBase）列存储的区别二级索引和倒排的区别列式存储 HBase 系统架构学习
版权声明
自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）本文首发于: http://czjxy881.coding.me/blog/2017/02/12/dao-pai-yu-lie-cun/
