搜索原理分析

主要分成两个部分来进行处理的一个是索引，另一个是查找。

索引：

索引是一个多步操作，其目标是建立一个结构，这将使数据搜索更有效的：。搜索它解决了一个问题，我们的SQLbased曾与我们的引擎效率。 工具根据不同的全文检索，操作，有一部分是不被视为工作的一部分核心索引和有时不包括在内（参见图1.5）：。让我们每一个看操作

■第一个操作需要的是收集信息例如，数据库中提取信息，从A网的网页抓取新的，或由一个系统作出反应引发的事件。 一旦检索到，每行，每一个HTML页面，或每个事件将被处理：。

■第二次行动中，搜寻的文字转换成表示原始数据文件。文件是在一个容器举行的文本表示的数据， 关于搜索，以便该行表示，HTML页，事件数据，和。 不是所有的原始数据，最终会在文件中，只有查询件有用的搜索将被包括在内。 虽然书的标题和索引内容的意义，它可能是不必要的索引的URL指向封面图片。 或者，这个过程可能还需要进行分类的数据，而页面标题的HTML页面的重要性，可能有更多的比的核心。 这些项目将可能存储在不同的领域。 想想作为一个字段设置文档。 该领域的概念问题的是第1步我们的行程发动机解决我们的一个基于SQL的搜索;某些列有较显着比其他爆满。

■第三次手术将处理的每一个领域，并提取文本块的原子信息一全文搜索引擎的理解：字。 此操作是至关重要的技术性能全文搜索，但也为集丰富的功能。 除了分块成字的句子，图1.5索引进程。 收集数据，并将其转换为文本。 从代表性的数据只支持文本，适用于文字处理和存储索引结构：14。章节搜索1个国家最先进的这次行动准备的数据为基础，以应付额外的SQL问题，我们一直面临的搜索引擎对象的根或茎，同义词搜索。 使用取决于全文搜索工具，这些额外的功能提供了定制的箱或不和可以，但核心sentence分块是永远存在的。

■索引过程的最后一次操作是存储在您的文档（可选），并创建一个优化的结构，将让搜索查询快。 那么是什么神奇的背后优化结构？ 没什么，除了1.2节中的索引在数据库中，我们已经看到，但该指数在关键采用的是字，而不是个人）的值的字段（参见图1.6。 该指数的其他信息存储每个字。 这些信息将有助于我们解决以后的顺序按相关的问题，我们面对我们的SQL引擎的搜索，词频，词的位置，偏移是值得注意的。 他们让搜索引擎知道“流行”一词是在一个给定的文档，它的立场相比，一个字。索引时是十分必要的发动机性能的一个搜索，搜索是真正的看见它的一部分（在从某种意义上说，唯一可见的功能您的用户将永远关心）。 虽然每个工程师都知道，力学真的是什么让一个好车，没有用户将下降索引结构爱上赛车，除非它具有良好的弯曲的线条，易于图1.6优化全文查询使用一个专门的。 每个标题字的用作结构的关键在索引中。 对于一个给定的单词（键），配套的ID列表存储以及词频和位置：。全文搜索一个有希望的解决方案，15车道。 索引是搜索引擎我们的力学和搜索是useroriented波兰将钩子我们的客户。

查找：

如果我们使用我们的搜索引擎SQL作为，我们必须手工写了很多搜索逻辑。 它不仅是重新发明轮子，但很可能我们的车轮看起来更像是一个圆形广场比。 搜索用户需要查询从一个有效的清单，并返回结果和相关的配套订购。 像索引，搜索是一个多步骤的过程，如图所示为1.7。 我们将走过的台阶上，看他们如何解决这个问题，我们的搜索引擎已经看到在发展的基础，我们SQL的。第一个操作就是建立查询。 工具根据不同的全文检索，查询的方式来表达可以是：■基于字符串，以文字为基础的查询语言。 根据不同的重点，这种语言可以简单的文字处理和逼近运营商，有复杂的布尔运算符， 场的限制，以及更多！

■编程API的为先进，严格控制查询的纲领性API非常整洁。 它为开发一个灵活的方式来表达复杂的查询，并决定如何公开查询的灵活性，用户（可能是）休息服务公开的接口通过一个具象状态传输（）。一些工具将专注于基于字符串的查询，一些关于编程API，和一些两者。 由于查询语言或API是搜索重点放在全文，它最终被更简单（复杂）写比其SQL等效，有助于降低发动机的问题之一，我们曾与搜索我们的SQL为基础的：复杂。在第二次手术，姑且称之为分析，是适当的责任采取的句子或名单的话，运用类似的操作完成的索引时间（块图1.7搜索过程。从用户或程序的要求，名单确定的话，找到符合这些文件的话，消除不匹配的文件，并整理相关的结果。16第1章最先进的成字，茎或语音说明）。 这一点至关重要，因为该操作结果，这是共同的语言，使用索引和搜索互相交谈，恰好是该指数在一个存储。 如果相同的操作集是不实行这一搜索将不会找到索引的话，不是那么有用！ 这种共同语言是表演的基石全文搜索（另一个问题，我们曾与我们的SQL引擎的搜索）。依据下列文件）之间的共同语言索引和搜索，第三次手术（发现将读取索引和检索索引信息与每个匹配的单词（见图1.8）。 请记住，每个字，该指数可以存储的文件清单相匹配，频率，在一个文档中的单词的位置，等等。 隐含的协议是，该文件本身是没有加载，这就是高效率的原因之一，为什么全文搜索是：文档没有被载入知道它是否符合或不排序。下一步操作（过滤和）将处理该指数从信息检索和建立的文件清单（或更确切地说，文件处理程序）。从现有的资料（配套文件每字，字频，和词的位置），搜索引擎可以排除从匹配的文件清单。 更重要的是，它能够为每个文件计算分数。 它的分数越高，越高的文件将在结果列表。 关于得分长时间的讨论是12可在一章，但同时让我们一值看它的一些因素影响：

■在多一个查询涉及，越接近它们在文档中，较高的职级的研究。

■查询涉及多个单词，更被发现在一个单一文件，较高的排名。

■频率越高的词匹配的文件，更高的军衔。

■越少大约一个字，较高的排名。根据如何查询是表达和产品如何计算分数，这些规则可能会或可能不适用。 这份名单是在这里给你一份文件，感觉什么会影响成绩，因此A的相关性。 这最后一部分，解决了最后一个问题面对我们的SQL引擎的搜索：按用户订购的相关结果。一旦有序文件清单准备好，全文搜索引擎的结果公开。 它可以通过编程API或通过网页。图1.8显示了一个结果网页从谷歌搜索引擎。听起来我们已经找到了完美的解决方案来解决我们的问题。 现在让我们来看看市场的全文搜索解决方案，在种满。