高級搜索-百度和必應

高級搜索

搜索引擎基本原理

搜索引擎的整體架構示意圖：
我們來看一下搜索引擎的架構（上圖）：

1. 網絡爬蟲爬行互聯網連接
2. 網頁計算去重；
3. 添加索引；
4. 內容，鏈接計算；
5. 網頁排序；
6. 形成對應詞典，存入cache系統；
7. 用戶檢索；
8. 分析內容，調出詞典內容。

這基本上是一個網頁從產生到呈現的過程，當然這個過程很複雜，這裏只是簡單的比擬出來。不過我們可以看到，網絡的爬蟲對我們網站是何等的重要，這也是很多賣蜘蛛池的原因吧。

其次是網頁的去重，因爲現在百度自身服務器內部很多的網頁緩存，蜘蛛爬去過得內容百度會經過一系列的計算後去除重複網頁，這裏面有一個比較複雜的算法，這個以後可以詳細來講。

我們看網頁的排序有兩個方面因素的影響：內容的相似性&鏈接分析，大概這就是我們常說的SEO“內容爲王，外鏈爲皇”理論依據吧。其實網頁排序的影響因素有很多，但是內容和鏈接是基礎的比較重要的影響因素。

網頁排序之後就是生成關鍵詞的詞典存入搜索引擎的Cache系統，一方面可以快速的提供用戶查詢信息，另一方面就是減輕搜索引擎的計算壓力。
鏈接：https://www.zhihu.com/question/19937854/answer/139418442

公衆號