搜索引擎中各部分名称 (搜索引擎中各关键功能模块功能简介)

文章编号:595 更新时间:2023-12-27 分类:互联网资讯 阅读次数:

资讯内容

(1)爬虫:从互联网爬取原始网页数据,存储于文档知识库服务器。

搜索引擎中各部分名称搜索引擎中各关键功能模

(2)文档知识库服务器:存储原始网页数据,通常是分布式Key-Value数据库,能根据URL/UID快速获取网页内容。

(3)索引:读取原始网页数据,解析网页,抽取有效字段,生成索引数据。索引数据的生成方式通常是增量的,分块/分片的,并会进行索引合并、优化和删除。生成的索引数据通常包括:字典数据、倒排表、正排表、文档属性等。生成的索引存储于索引服务器。

(4)索引服务器:存储索引数据,主要是倒排表,通常是分块、分片存储,并支持增量更新和删除。数据内容量非常大时,还根据类别、主题、时间、网页质量划分数据分区和分布,更好地服务在线查询。

(5)检索:读取倒排表索引,响应前端查询请求,返回相关文档列表数据。

(6)排序:对检索器返回的文档列表进行排序,基于文档和查询的相关性、文档的链接权重等属性。

(7)链接分析:收集各网页的链接数据和锚文本(AnchorText),以此计算各网页链接评分,最终会作为网页属性参与返回结果排序。

(8)网页去重:提取各网页的相关特征属性,计算相似网页组,提供离线索引和在线查询的去重服务。

(9)网页反废品:收集各网页和网站历史信息,提取废品网页特征,从而对在线索引中的网页进行判定,去除废品网页。

(10)查询分析:分析用户查询,生成结构化查询请求,指派到相应的类别、主题数据服务器进行查询。

(11)页面描述/摘要:为检索和排序完成的网页列表提供相应的描述和摘要。

(12)前端:接受用户请求,分发至相应服务器,返回查询结果。

标签: 搜索引擎工作原理

本文地址: https://yihaiquanyi.com/article/43efe333174ff45f2bea.html

上一篇:搜索引擎体系中的caching模块起缓冲作用搜...
下一篇:搜索引擎收录标准排名算法都是根据什么来的...

发表评论