您当前的地位:赢咖平台登录 > faq问答 > 百度站长平台lee官方版:搜索引擎索引系统概述(一)


赢咖平台登录报道百度站长平台lee官方版:搜索引擎索引系统概述(一)_最新聚星注册运动上赢咖平台登录官网

作者:赢咖平台登录SEO 时间:2016-09-12 14:33:34 来源:

  众所周知,搜索引擎的主要工作进程包括:抓取、存储、页面分析、索引、检索等几个主要进程。过去几周给大家介绍了抓取相关的简要进程。今天简要介绍一下索引系统,以亿为单位的网页库中查找特定的某些关键词犹如大海里面捞针,也许肯定的时间内能够完成查找,但是用户等不起,从用户体验角度我们必须在毫秒级别给予用户满足的结果,否则用户只能流失。怎样才能到达这种要求呢?UUU赢咖平台登录seo

  如果能知道用户查找的关键词(query切词后)都出现在哪些页面中,那么用户检索的处置进程即能够想象为包含了query中切词后不同部分的页面集合求交的进程,而检索即变成了页面名称之间的比较、求交。这样,在毫秒内以亿为单位的检索成为了可能。这就是通常所说的倒排索引及求交检索的进程。如下为树立倒排索引的基本进程:
  索引量1.jpg
  (1)页面分析的进程实际上是将原始页面的不同部分进行识别并标志,例如:title、keywords、content、link、anchor、评论、其余非重要区域等等;
  (2)分词的进程实际上包括了切词分词同义词转换同义词替换等等,以对某页面title分词为例,得到的将是这样的数据:term文本、termid、词类、词性等等;
  (3)之前的准备工作完成后,接下来即是树立倒排索引,形成{termàdoc},能够粗略的了解为如下,赢咖平台登录是【term->doc】,而不是直接应用【doc->term】呢?
  索引量2.jpg
  上述即是索引系统中的倒排索引进程,是搜索引擎实现毫秒级检索非常重要的一个环节。

欢迎关切赢咖平台登录seo的博客,您也能够关切我的微信:beyondnever 或者加我赢咖平台登录/p>

.

在线客服

咨询客服
Sitemap
条评论