Это как?
Допустим, мы строим обратный индекс по словам. Идея в том, что мы по ключу в виде слова храним некий список документов, в которых оно встречалось, и число упоминаний. Когда твоя задача найти слово на наборе документов, ты не проходишься по всему набору, а вытягиваешь список упоминаний по слову.
Далее, тебе запрос может прилететь не в виде одного слова, а в виде группы слов. Это фактически задача из теории множеств, тебе нужно отдать пересечение множеств упоминаний каждого слова из набора. То есть берешь список упоминаний 1 слова, список упоминаний 2 слова и тд, и берешь из них только те документы, которые фигурируют во все перечисленных списках.
Чтобы отсечь мусор, заранее составляешьь список стоп-слов, которые не учитываются в запросах: всякие предлоги, союзы и тд + специфичные для предметной области слова. Для авито, к примеру, будет бессмысленно учитывать в поисковом запросе слово "объявление".
И также не забудь все слова перед поиском, и все ключи в БД, привести к нормальной форме. На питоне для этого есть либы вроде pymorphy2.
Когда по итогу ты получаешь список документов, тебе надо его еще отранжировать, но это отдельная история.