搜索引擎优化书籍(非结构化就是的增量索引重建和权值计算（上）)

　　搜索引擎优化书籍(非结构化就是的增量索引重建和权值计算（上）)

　　初学者编写搜索引擎？勇气可嘉！

　　其实这要看你具体的目标需求是什么，是互联网上通用的搜索引擎服务，还是基于现有数据库的搜索引擎插件。两者涵盖的范围不同。

　　简单说一下搜索引擎的模块

　　第一部分是服务器端索引系统。

　　内容以块为单位进行分段和索引，并根据一定的算法给出权重进行查询排序。

　　这里又有结构化和非结构化。结构化意味着您的索引与固定结构相关。非结构化意味着无论出现在哪里，都一视同仁。

　　例如，如果您搜索小说，您可以选择搜索作者或内容。这是结构化，将作者与内容分开。如果它是非结构化的，它将在任何出现的地方进行搜索。

　　服务器端的索引系统通常是非实时的，完成所有内容的索引需要一定的时间。但是在很多情况下，需要追求索引效率，所以有一个计划将其分为两部分，一是整体索引重构和权重计算（权重计算）。一旦调整了值算法，或者添加了一些新数据，往往会影响全局权重计算。）一种是高效的增量索引，方便快速满足更新内容的查询请求。

　　第二部分是查询系统

　　即基于搜索词或搜索选项，通过索引库快速查询和排序，然后可能涉及到根据索引找到的一些数字调用一些源记录信息，排序后显示给用户。

　　这还涉及到缓存的使用、排序的逻辑和搜索请求的处理。

　　缓存是简化海量重复查询的系统压力，不再赘述。

　　排序的逻辑可能基于权重或用户选择（例如新闻搜索可以选择按时间排序）。

　　如果搜索请求是长字符串，可能需要分词，哪些是忽略词，哪些是核心词。等等

　　如果在现有数据库的基础上建立搜索系统，这两大部分基本就够了。

　　但是如果想追求更进一步的发力，可以考虑加一个数据统计分析后台，和权重系统结合，比如根据用户点击率调整权重，比如根据用户点击率优化权重算法点击排名分布。

　　如果你想从网上获取数据，那么你还需要一个爬虫系统，

　　选择一些典型的数据源，通过链接或其他方式遍历网页或数据，对数据进行预处理和存储。

　　如果数据量特别大，需要存储系统来支持。

　　最后，本书不做介绍，如果你只是想完成一些任务，可以考虑看看。也许你可以在不写任何东西的情况下完成它。