http://infolab.stanford.edu/~backrub/google.html
我正在阅读 Google 关于搜索引擎实施的白皮书。
在谷歌的系统设计中，倒排索引被分片成桶，希望能够更快地查找。
我正在构建自己的搜索索引作为练习，并且我已通过倒排索引作为哈希图实现（以恒定的时间复杂度进行查找）
现在，如果我将倒排索引分成一堆桶，我仍然看不到在一个整体倒排索引上使用它们有任何实用性。
因为在实例化倒排索引对象时，如果将所有桶从磁盘反序列化到 RAM（将桶加载到 RAM 中），则所有桶的总大小仍然等于单片倒排索引。在这种情况下，在一个大型倒排索引上使用桶在计算复杂性方面并不是特别理想。
在另一种情况下，我只将少数桶加载到 RAM 中，如果我在查询中得到一个存在于已卸载桶中的单词，则必须加载该桶，这将花费处理时间，从而减慢搜索速度发动机的性能。
对于这种情况，你们有什么建议？
我认为桶尺寸应该足够小，这样可以减少装载时间。