- 搜索引擎技术核心技术
- 核心
- 搜索引擎起源于传统的信息全文检索理论。它包括3个主要过程：
1)搜集Web信息：发现、搜集Web上的网页信息。需要有高性能的搜集器自动的在Web中搜索
信息。Web信息搜集器是下载Web上网页的程序。它顺着网页之间的链接移动，自动地下载
所经过的网页。给定起始URL集合S，Web搜集器不停的从S中移除URL，下载相应的网页，解
析出网页中的超链接URL，将未访问过的URL加入集合S。Web搜集器也称作Web机器人或Web
蜘蛛。搜集器把所获得的信息保存下来以备建立索引库，供用户检索。
2)索引库的建立：对搜集到的Web信息提取和组织，建立索引库。这关系到用户能否迅速地
找到准确、广泛的信息。对搜集器抓来的网页信息快速地建立索引，通常采用倒排表技术
。如果在建立索引库的过程中对用户在检索端搜索的查询串进行跟踪，并对查询频率高的
查询串建立Cache，可以在检索端请求时，加快索引库的响应速度。
3)检索端的查询：根据用户输入的查询字串，在索引库中快速检索出。采用基于网页
内容分析和基于超链分析相结合的方法进行相关度评价，客观地对检索出的网页进行排序
，从而尽量保证搜索出的结果与用户的查询串相一致。然后将输出的结果返回给用户。为
了加快检索端的响应速度，可以根据最近用户查询信息建立检索端Cache。
针对你的问题：看来你是没有建索引文件，关键词来了现到数据库匹配，当然慢。
索引文件是不需要数据库保存的，利用倒排表建好每个词的索引网页，查询的时候几乎是
一下命中，当然在秒级下完成了。