全文搜索是一种从大型数据集中高效查询和检索基于文本数据的方法。与依赖精确匹配或简单模式（如 SQL 的 LIKE 操作符）的传统搜索技术不同，全文搜索通过分析文档或数据库条目的内容，实现更灵活和细致的查询。它旨在处理自然语言查询，使用户即使搜索词与存储的数据不完全匹配也能找到结果。例如，搜索“数据库优化”的全文搜索可能会返回包含“优化 SQL 查询”或“提高数据库性能”等短语的文档，具体取决于系统的配置方式。
全文搜索的核心工作原理是将文本分解成更小的单元（标记），对它们进行索引，然后使用这些索引快速定位相关内容。这个过程通常包括三个步骤：标记化、索引和查询。标记化将文本分割成单词或短语，通常会移除常用词（如“and”或“the”），并应用词干提取（将单词简化为词根形式，例如“running”变为“run”）。这些标记存储在倒排索引中——这是一种数据结构，将每个标记映射到包含它的文档。当进行查询时，系统扫描此索引以查找匹配项，根据相关性（使用 TF-IDF 或 BM25 等算法）对结果进行排序，然后将其返回给用户。例如，搜索“web framework”可能会优先显示同时包含这两个词且它们距离较近的文档。
全文搜索广泛应用于速度和准确性至关重要的应用程序中。Elasticsearch 等搜索引擎和 PostgreSQL 等数据库内置了对全文搜索的支持，实现了自动完成、模糊匹配（处理拼写错误）和同义词扩展等功能。例如，电子商务平台可以使用它让用户搜索“无线耳机”并同时返回“蓝牙耳机”的结果。类似地，文档网站可以允许开发人员快速找到包含特定错误消息或代码片段的文章。通过利用索引和高级文本分析，全文搜索系统可以高效处理跨海量数据集的复杂查询，这使其对于依赖快速、相关搜索能力的现代应用程序来说不可或缺。
