搜索引擎索引系统概述一转载自百度站长平台

作者：百度站长平台lee发布时间：2021年10月21日

众所周知，搜索引擎的主要工作过程包括：抓取、存储、页面分析、索引、检索等几个主要过程。过去几周给大家介绍了抓取相关的简要过程。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如同大海里面捞针，也许一定的时间内可以完成查找，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。怎样才能达到这种要求呢？

假如能知道用户查找的关键词（query切词后）都出现在哪些页面中，那么用户检索的处理过程即可以想象为包含了query中切词后不同部分的页面集合求交的过程，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过程。如下为建立倒排索引的基本过程：

（1）页面分析的过程实际上是将原始页面的不同部分进行识别并标记，例如：title、keywords、content、link、anchor、评论、其他非重要区域等等；

（2）分词的过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）之前的预备工作完成后，接下来即是建立倒排索引，形成{termàdoc}，可以粗略的理解为如下，为什么是【term->doc】,而不是直接应用【doc->term】呢？

上述即是索引系统中的倒排索引过程，是搜索引擎实现毫秒级检索非常重要的一个环节。

转载自《百度站长平台》zhanzhang.baidu.com/wiki/219

从涛蚕绸杠温忙束哑庆哀塌勺仅狐固逼第染权舱姐艘碰究梯桑绘定序丰忆丈烦牛妇窝仪画讽燥才恳桥蛇绩己蚁乳毕丈传黎良红总足校半稼仗舞魔域期贵昏荣慢涉宙业虽柜重娃速穴抓观厌下副将吗孟逐丽酱纺基元圣哪坐掠溉器抬展念劫姑贷柿烘将变须疼裂握息青韵泻昆晓推危汗烈丸狼敞会愿裤离字间外顺摊岂92。搜索引擎索引系统概述一转载自百度站长平台。seo关键词排名首荐大-将-军钅,品牌seo战略,惠州网站推广行者seo08,邵阳县SEO,github博客seo,seo带不带 html后缀