剛剛了解了搜尋引擎技術實現的原理，大致分為三部分--資訊的採集、資訊的儲存及資訊的檢索。
先說採集部分，我們所有的資訊的採集部分是有乙個叫做道網路蜘蛛（web spider）的乙個技術實現的，舉例來說，當使用者提交他要檢索的資訊後，引擎將依據他的提交資訊先進行分析，而在進行網路爬蟲搜尋之前，首先應對資訊進行分析，我以英文為例（中文還沒研究，貌似很複雜），譬如使用者輸入：students should be allowed to go out with their friends,but not allowed to drink beer.那麼我們首先應對它的文字進行拆解，這部分叫做分詞，包括1，將語句分詞。2，將標點去除。3，去除停詞（stop word）。所謂停詞就是語言中最為普通的一些單詞，譬如a、this、the、is 等等。這樣就整個句子分詞之後就剩下了詞元（token）。
那麼源語句就剩下了「students allowed go their」了。但是者仍舊有個問題，那就是在英文中語態要有很多種的，那麼allowed這個單詞如果只是這樣被提交將很難被搜尋到，所以下一步就是對語態的轉換比如：大寫要轉換為小寫，將單詞縮減為詞根。
搜尋引擎（search engines）技術，其實不單單只是檢索那麼簡單。
了解搜尋引擎技術
搜尋引擎 了解搜尋引擎技術 分布式技術 當搜尋引擎處理資料達到一定規模時，為了提高系統的效能，必須採用分布式技術。crawler通過多個伺服器互相合作，提高資料採集的速度。indexer在生成索引資料時通過並行演算法，在不同機器上同時進行。searcher也可以在不同的機器上進行同時查詢，提高速度。...
搜尋引擎 索引
正排索引 文件編號，單詞編號，單詞的數量，單詞出現的位置。倒排索引 1，單詞詞典，儲存單詞以及統計資訊，單詞在記錄表中的便宜，可常駐記憶體，用雜湊表儲存。2，記錄表，單詞對應的文件集合，記錄單詞出現的數目 位置。文件採用差分變長編碼。其中文件可按編號公升序排列 可利用差分編碼 也可按出現次數排列，可...
MySQL搜尋引擎程式 mysql搜尋引擎
mysql是我們比較常用的一種資料庫軟體。它有著諸多的優點，如開源的，免費的等等。其實它還有乙個很好的特點，那就是有多種引擎可以供你選擇。如果賽車手能根據不同的路況，地形隨手更換與之最適宜的引擎，那麼他們將創造奇蹟。然而目前他們還做不到那樣便捷的更換引擎，但是我們卻可以 所謂知己知彼方可百戰不殆，要...