数据可分为两类：结构化数据，具有固定格式或有限长度，如数据库、元数据等；非结构化数据，长度不定或格式不固定，如邮件、Word文档等。对结构化数据的全文搜索相对简单，使用SQL语句即可。对于非结构化数据，有两种常见方法：顺序扫描法和全文检索。顺序扫描法速度较慢，需逐个文档扫描，逐个匹配字符串。而全文检索则先提取部分信息，重新组织成具有一定结构的数据，再进行搜索，速度相对较快。这部分重新组织的信息称为索引。