搜尋引擎的定義
搜尋引擎是傳統ir技術在web環境中的應用。一般來說，搜尋引擎是一種用於幫助使用者在internet上查詢資訊的搜尋工具，它以一定的策略在internet中搜尋，發現資訊，對資訊進行理解，提取，組織和處理，並為使用者提供檢索服務，從而起到資訊導航的目的。
搜尋引擎的體系結構
-->searcher
searcher是直接與使用者進行互動的模組，在介面上有多種實現的方式，常見的主要是web方式。
searcher通過某種介面方式，接受使用者查詢，對查詢進行分詞（stemming）處理，獲取查詢關鍵字。通過indexer獲取與查詢關鍵字匹配的網頁資料，經過排序後返回給使用者。
searcher中的問題：
>檢索結果的排序:
對不同的使用者採用不同的排序策略。
>排序結果排重：
排重可以提高結果資料的質量。
>檢索結果的相似性分析：
主要用在類似網頁功能中，需要在索引結構中提供支援。
>檢索的速度：
主要依賴索引結構的設計。同時在體系結構上還有很多技術可以用來提公升速度。如:cache，負載均衡等。
相關核心技術：
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。
中文分詞：
分詞就是將連續的字序列按照一定的規範重新組合成詞序列的過程。現有分詞演算法可以分為三大類：基於字串比配的的分詞方法，基於理解的分詞方法和基於統計的分詞方法。
網頁排序：
現在搜尋引擎中網頁的 排序主要利用了頁面間的鏈結關係，描述鏈結的文字以及文字自身內容，重要的鏈結分析演算法有hits和pagerank，hilltop等。
海量資料儲存：
搜尋引擎的挑戰之一就是處理資料的巨大，如何儲存如此大的資料，資料的更新，快速的檢索...
壓縮技術：
壓縮技術極大的減少了資料的大小，對於不同型別的資料，需要採用不同的壓縮方法，主要的資料壓縮主要有：網頁資料的壓縮和索引資料的壓縮。選擇壓縮技術主要從開放性，速度與壓縮比等多方面進行綜合考慮。google中選擇了alib(rfc1950)進行壓縮，在壓縮速度上zlib超過bzip，壓縮比上bzip好於zlib。
搜尋引擎技術核心揭密 PHP
搜尋引擎技術核心揭密 php 談到網頁搜尋引擎時，大多數人都會想到雅虎。的確，雅虎開創了乙個網際網路絡的搜尋時代。然而，雅虎目前用於搜尋網頁的技術卻並非該公司原先自己開發的。2000年8月，雅虎採用了google google.這家由史丹福大學學生建立的風險公司的技術。理由非常簡單，google的搜...
搜尋引擎技術核心揭密 PHP
搜尋引擎技術核心揭密 php 談到網頁搜尋引擎時，大多數人都會想到雅虎。的確，雅虎開創了乙個網際網路絡的搜尋時代。然而，雅虎目前用於搜尋網頁的技術卻並非該公司原先自己開發的。2000年8月，雅虎採用了google www.google.com 這家由史丹福大學學生建立的風險公司的技術。理由非常簡單，...
搜尋引擎技術核心揭密 PHP
談到網頁搜尋引擎時，大多數人都會想到雅虎。的確，雅虎開創了乙個網際網路絡的搜尋時代。然而，雅虎目前用於搜尋網頁的技術卻並非該公司原先自己開發的。2000年8月，雅虎採用了google www.google.com 這家由史丹福大學學生建立的風險公司的技術。理由非常簡單，google的搜尋引擎比雅虎先...