ホーム > データベーススペシャリスト試験 > 2024年

データベーススペシャリスト試験 2024年午前2 問04

転置インデックスに関する記述として, 適切なものはどれか。

ア：SQL関数を評価した結果の値をインデックスとして使用する。

イ：最上位のノードから, 実データへのポインタを格納したリーフノードへと至るポインタをインデックスとして使用する。

ウ：テキストに含まれる単語に対して, その単語を含むテキストへのポインタをインデックスとして使用する。（正解）

エ：ヒープ領域を使用せずに実データを物理的に並べ替えたデータをインデックスとして使用する。

解説

転置インデックス（Inverted Index）とは、主にテキスト検索に用いられるデータ構造の一つで、文書集合中の単語と、それぞれの単語が現れる文書（あるいは文書内の位置）との対応関係を保持します。

例えば、大量の文書がある場合に、「特定の単語がどの文書に含まれているか」を素早く調べるために利用されます。

ア: SQL関数を評価した結果の値をインデックスとして使用する。
→ これは関数ベースインデックスなどの説明に近いです。転置インデックス特有の方法ではありません。
イ: 最上位のノードから、実データへのポインタを格納したリーフノードへと至るポインタをインデックスとして使用する。
→ これはBツリーインデックスの特徴です。Bツリーは階層的にノードを持ち、実データへのポインタをリーフノードに持ちますが、転置インデックスとは異なります。
ウ: テキストに含まれる単語に対して、その単語を含むテキストへのポインタをインデックスとして使用する。
→ これが転置インデックスの特徴です。単語をキーとし、それが現れる文書や位置へのポインタを保持しています。
エ: ヒープ領域を使用せずに実データを物理的に並べ替えたデータをインデックスとして使用する。
→ これはクラスター化インデックス（クラスタードインデックス）などの説明に当てはまります。転置インデックスとは異なります。

転置インデックスは、以下のように設計されます。

これにより、検索時に「ある単語を含む文書はどれか？」という照会を高速に処理できるのです。

文書集合 ( D = {d_1, d_2, \dots, d_N} )、語彙集合（単語）を ( V = {t_1, t_2, \dots, t_M} ) とすると、転置インデックスは

I = \{ (t_i, \mathrm{postings}(t_i)) \mid t_i \in V \}

ここで、
(\mathrm{postings}(t_i) = { d_j \in D \mid t_i \in d_j })
つまり、単語 (t_i) を含む文書 (d_j) の集合となります。

これにより、選択肢「ウ」が正解である理由がお分かりいただけたと思います。