全文索引不同于常见的聚集索引或非聚集索引，这些索引的内部实现是平衡树（B-Tree）结构，而全文索引在物理上是由一系列的内部表（Internal tables）构成的，这些内部表称作全文索引片段（Fragment），每一个索引片段也叫做一个倒转索引（Inverted index），也就是说，每一个倒转索引都是由一个内部表（Internal Table）实现的。
有一些好奇的朋友可能会发问：“为什么一个全文索引是由一系列的倒转索引构成的，而不是一个？为什么叫做倒转索引，把什么倒转了？”
当新建全文索引之后，全文索引只有一个索引片段（Fragment），索引片段中没有冗余的数据，从全文索引中执行contains命令时，只需要从这一个倒转索引中查找，返回结果即可。随着业务数据的更新，基础表（underlying table）的数据也会更新，这时，全文索引会创建新的倒转索引，但是，旧的数据没有被删除，这样会导致倒转索引的数量增加，也就是说，全文索引的片段增加，此时，全文索引就是由一系列的索引片段构成的。当全文索引的片段持续增多时，从全文索引中进行文本搜索需要查找更多的数据行，导致全文搜索的性能下降。在管理全文索引时，必须对索引片段进行重组（reorganize）或重建（rebuild），把已删除的数据从索引片段中物理删除，减少全文索引的片段数量，提高全文搜索的性能。
至于为什么称作倒转索引，这跟倒转索引存储的数据有关。
一，倒转索引的结构
为了便于描述，把全文索引中存储的一行数据叫做一个文档，每一个文档都使用唯一的文档ID（DocID）标识，这个DocID也就是在创建全文索引之前，必须创建的唯一索引键。
大家知道，全文索引中存储的不是整个文本，而是把文本分词之后，存储单个标记（Token）的信息，标记（Token）是分词，及其位置等信息的统称。在填充全文索引的时候，分词器（word breader）将字符串拆分成多个单词。如果单词是一个停用词（stopword），那么该分词被过滤掉，不会存储到倒转索引中，但是停用词的位置（position）会被考虑，一个分词在全文索引中的位置（Position）是该分词在源文本中的位置。简而言之，倒转索引中存储的数据是分词和DocID之间的映射。
由DocID来查询分词，是正向的；而由分词来定位DocID，是倒转的，这就是倒转索引名称的由来。
例如，一个基础表Document有两列，DocumentID和Title，在字段Title上创建全文索引：
全文引擎首先要对Title字段的文本进行分词，倒转索引中主要包含四个字段：
Keyword字段：单个分词，从Title字段中抽取的一个标记（Token）。
ColId字段：列序号，用于标记全文索引的列。
DocId字段：文档ID，是8Byte的long类型，用于唯一标记当前的文档。如果唯一索引键是整数类型，那么DocID就是唯一索引键；如果唯一索引键不是整数类型，那么DocID经过中间的映射表、唯一映射到唯一索引键。因此，整数类型的唯一索引键能够优化全文查询的性能。
Occurrence字段：分词的位置，或者叫做偏移量（Offset）。
CreateTime字段：时间戳字段（timestamp ），用于记录倒转索引创建的时间。
例如，下图是Document表的索引片段Fragment1：
对于DocumentID=1的文档，分词器把Title字段拆分成5个分词，这5个分词分别是：Crank、Arm、and、Tire、Maintenance，出现的位置分别是1，2，3，4，5，由于分词and是一个停用词，过滤器会把分词and过滤掉，但是and分词的位置会计算在后续的分词上。因此，分词Tire的位置（Occurrence）是4，而不是3。
二，全文索引的拆分
全文索引通常会拆分成多个索引片段，一些索引片段可能包含新的数据，而一些索引片段可能包含已经被删除的数据。例如，如果有一个用户把DocumentID=3的文档的Title字段更新为Rear Reflector：
全文索引会新建一个索引片段Fragmeng2，如下图所示，
三，全文索引片段的重组
SQL Server使用master merge来重组全文索引，也就是说，把全文索引的各个索引片段归并到一个打的片段中，然后把废弃的文档从全文索引中删除，这样重组之后，全文索引中包含的都是纯净的数据：
在填充全文索引时，为了提高全文索引的填充速度，全文引擎使用Range来管理。Range是并行处理的进程，需要大量消耗CPU资源。batch是基础表（underlying table）的数据块，每个Range 都会产生多个batch，分batch处理数据能够提高全文索引填充（population）的速度。SQL Server 从基础表中读取数据产生batch，每个batch经过全文引擎的处理，会产生一个索引片段。在填充操作完成后，SQL Server 会进行一次Master Merge 操作，将索引片段归并到Master Fragment。
全文索引的重组，可以设置调度程序（Schedule），通过Population Schedule tab，创建schedule和Job，按照schedule对全文索引进行重组（reorganize）：
四，配置全文索引的停用词
为了阻止全文索引把停用词填充到全文索引中，SQL Server允许用户自定义停用词列表，把常用词（这些词对查询没有任何帮助）添加到停用词列表中。在填充全文索引时，全文引擎会把停用词过滤掉，这意味着，全文查询不会搜索停用词，尽管全文索引会忽略停用词，但是，停用词的位置会被考虑进去，每个分词的位置是该分词在源文本中的偏移量。
五，查看分词
1，查看语句的分词
2，查看contains 谓词如何解析 FORMSOF 子句
查看同源词， 'query_string' 的格式是： 'FORMSOF( INFLECTIONAL, query_term )'
查看同义词, 'query_string' 的格式是： 'FORMSOF( THESAURUS, query_term )'
六，查看全文索引的元数据
1，查看数据库中的全文索引
View Code
2，查看全文索引的所有分词
3，查看当个文档的分词
4，查看全文索引的内部表（Internal Tables）
5，查看每一个倒转索引的大小和包含的数据行数
字段 Status 表示索引片段的状态：
0 = Newly created and not yet used
1 = Being used for insert during fulltext index population or merge
4 = Closed. Ready for query
6 = Being used for merge input and ready for query
8 = Marked for deletion. Will not be used for query and merge source.
当状态值为4或6时，表示索引片段已经是全文索引的一部分，可以被查询，字段Timestamp表示该索引片段创建的时间戳，时间较晚的索引碎片中存储的是最新的数据，而时间较早的索引片段中存储的是被删除/淘汰的数据。在执行全文查询时，返回的结果中会丢弃被淘汰的数据。
6，查看全文索引填充的状态
参考文档：
<a href="https://msdn.microsoft.com/en-us/library/cc879306(v=sql.110).aspx" target="_blank">Create and Manage Full-Text Indexes</a>
<a href="https://msdn.microsoft.com/en-us/library/hh213007(v=sql.110).aspx" target="_blank">Manage Full-Text Indexes</a>
<a href="https://msdn.microsoft.com/en-us/library/ms142560(v=sql.110).aspx" target="_blank">Improve the Performance of Full-Text Indexes</a>
<a href="https://msdn.microsoft.com/en-us/library/cc280463(v=sql.110).aspx" target="_blank">sys.dm_fts_parser (Transact-SQL)</a>
本文版权归作者和博客园所有，欢迎转载，但未经作者同意，必须保留此段声明，且在文章页面醒目位置显示原文连接，否则保留追究法律责任的权利。
本文转自悦光阴博客园博客，原文链接：http://www.cnblogs.com/ljhdo/p/5540239.html，如需转载请自行联系原作者