C++ 基于正倒排索引的 Boost 搜索引擎 Searcher 模块实现详解

C++ 搜索引擎 Searcher 模块：基于正倒排索引的实现

Searcher 模块是对底层索引功能的封装，主要负责处理用户搜索请求并返回结果。

1. 单例模式

采用单例模式实例化索引对象，确保全局唯一性。

private: ns_index::Index* index;
public:
    Searcher() {}
    ~Searcher() {}
public:
    void InitSearcher(const std::string& input) {
        // 获取单例 Index 对象
        index = ns_index::Index::GetInstance();
        // 根据输入建立索引
        index->BuildIndex(input);
        LOG1(NORMAL, "建立索引成功...");
    }

2. Search

查询流程包括分词、触发、合并排序和构建 JSON 结果四个步骤。

2.1 分词

使用 Jieba 工具将用户关键字切分为单词数组。

2.2 触发

通过 index->GetInvertedList(w) 获取关键词对应的倒排索引列表。利用哈希表 tokens_map 自动去重，并通过 boost::to_lower 统一大小写。

2.3 合并

将去重后的倒排数据存入向量 inverted_list_all，并根据权重从大到小排序。

2.4 构建 JSON

序列化结果为标准 JSON 格式。使用 JsonCpp 库将内存中的 JSON 对象转换为可读字符串。

void Search(const std::string& query, std::string* json_string) {
    // 1. 分词
    std::vector<std::string> words;
    ns_util::JiebaUtil::CutString(query, &words);

    // 2. 触发与去重
    std::vector<InvertedElemPrint> inverted_list_all;
    std::unordered_map<uint64_t, InvertedElemPrint> tokens_map;

    for (std::string w : words) {
        boost::to_lower(w);
        ns_index::InvertedList* inverted_list = index->(w);
         (inverted_list == ) ;

         ( & elem : *inverted_list) {
            & item = tokens_map[elem.doc_id];
            item.doc_id = elem.doc_id;
            item.weight += elem.weight;
            item.words.(elem.word);
        }
    }

    
     ( & item : tokens_map) {
        inverted_list_all.(std::(item.second));
    }
    std::(inverted_list_all.(), inverted_list_all.(), []( InvertedElemPrint& e1,  InvertedElemPrint& e2) {
         eweight > eweight;
    });

    
    Json::Value root;
     (& item : inverted_list_all) {
        ns_index::DocInfo* doc = index->(item.doc_id);
         (doc == ) ;
        Json::Value elem;
        elem[] = doc->title;
        elem[] = (doc->content, item.words[]);
        elem[] = doc->url;
        root.(elem);
    }
    Json::StyledWriter writer;
    *json_string = writer.(root);
}