数据库对于文本加索引底层原理是什么？

Question

对于数字字段这些，通过树结构加了索引，能够直接比较大小。但是对于文本加了索引，底层是怎么处理的？因为文本一是不是很好直接比较大小，二是还会涉及到模糊匹配（%这种，或者正则），模糊匹配的执行过程是怎样的，怎么使用索引，或者那些情况能够使用索引？
有一些数据库支持全文扫描，底层实际上就是接入了分词，但是这个一般都是独立处理，并不是简单的加一个索引（比如对用户昵称加一个索引）。

Answer 1

文本索引一般有2种情况
1种和数字没什么区别也是比大小，就是做字典序比较。

第2种就是你说的全文索引，本质和搜索引擎的原理一样，分词以后做倒排索引。
例如有3条记录，分别是
1：中国人民大学
2：中国科技大学
3：南方科技大学
分词假设只能分出“中国”，“人民”，“科技”，“大学”，“南方”五个词。
那么生成倒排索引如下：
中国：1,2
人民：1
科技：2,3
大学：1,2,3
南方：3
用这个索引就可以根据你输入的“科技”找到第2，3条记录包含这个词

对于like %的模糊查询，如果是给定前缀，如中国%，那么可以利用上第一种索引，通过前缀可以缩小查询范围。如果前缀是未知的，如%大学，那么就只能全表扫描逐个做字符串匹配了。
正则查询同理，如果正则中有常量前缀，那么可以利用上字符串的索引，否则不能。