Indexování

Indexování je proces organizace informací, který umožňuje rychlé vyhledávání. V informatice znamená tvorbu indexu – datové struktury, která zrychluje dotazy v databázích, souborech či na webu. Cílem je omezit vyhledávání na relevantní část uložených dat.

V databázích se indexy vytvářejí na sloupcích tabulek a zrychlují dotazy podle hodnot, řazení či spojování. Časté typy zahrnují B-stromové, hashové a speciální struktury (GiST, SP-GiST, bitmapové). Indexy zabírají dodatečné úložiště a jejich údržba při zápisu může snížit výkon.

U webu znamená indexování procházení (crawlování) a zpracování obsahu vyhledávači. V indexu mohou být stránky i po aktualizacích. Nejde jen o uložení, ale i o relevanci ve výsledcích. Správci stránek ovlivňují indexování pomocí robots.txt, metaznaček noindex, sitemap, canonical a strukturálních dat (schema.org). Rychlost načítání a kvalita obsahu ovlivňují postavení stránky v indexu a její viditelnost.

V textovém vyhledávání se často používá inverted index: seznam termínů a dokumentů, kde vyhledávání probíhá přes tyto záznamy. Dále se používají fulltextové indexy, tokenizace, normalizace a lemmatizace. Celkově indexování propojuje obsah s metadaty vyhledávání a významně ovlivňuje rychlost a relevanci nalezených informací.