一对一免费咨询: 13913005726 025-66045668

在网络公司做过程序开发的朋友都知道,我们通常用的数据库搜索技术就是把用户输入的词汇,跟数据库中的某个或多个字段里的内容进行比较,同样,搜索引擎的运行原理简单来讲也就是这样:

用户输入一个词汇,搜索引擎从他的数据库中找到匹配的内容,再以有序的排列展现给用户,搜索引擎每天就是不厌其烦地不断重复这些操作。看似一切很正常,我们用数据来分析问题

全球网民按20亿计算,全球所有网站的网页先假设是50亿个。

按每人每天搜索1次(也就是1个关键词,假设都是不重复的)

那么搜索引擎每天要从50亿个网页中搜索比对20亿个关键词。

呃。这个听起来很恐怖,你能想象吗?想象这个数据如此庞大,但搜索引擎每次的正常搜索时间都是不到一秒。的确,在这个过程永州网站建设公司中,按照我们传统的全文搜索方式,是不现实的。仔细看下下图,并注意索引库查询这几个字。

在解释什么是索引库和索引库在搜索引擎中起到什么作用前,我们同样举个形象的例子加以参考下:

我们在读书时,老师在讲课过程中,经常会说,请同学们翻到第几页,看下第几段,想起来了吗?快乐并无奈的校园生活是否历历在目了~_~,言归正传。在老师发出让你翻到第几页看第几段这个指令时,就是一种索引在运行了,这里的索引是第几页和第几段,有了这两个索引,即使你的书本厚达1000页,也可以在短时间里定位到具体的那一段话。

而搜索引擎自己的索引库的构成元素就是很多个词汇,汉字约有12W个,由这些汉字所组成的词语将近10W个,再说说英文,英文26个字母,组成的词汇暂且算作100W个吧,在讲索引库元素的排序方式之前,我们再进行这段数据的分析:

中文:50亿÷10W=5W

英文:50亿÷100W=5000

搜索引擎处理5W或5000个记录,是非常容易的一件事了。

明白了索引库的重要性,再剖析下索引库的构成形式:

在搜索引擎看来,再华丽的网站,也是一堆代码堆砌而成的,拿下文的代码来看:

经过搜索引擎的分析后,去除HTML代码,留下的是这些词汇,

那么其中的这些词汇就会进入到搜索引擎的索武隆网站建设公司引库当中,而这些进入索引库的每个词汇后面又有很多个网站,就好比新华字典的目录索引页一样,笔画数是10的,通过索引快速查到,笔画数是20的滁州网站建设公司,也可以通过索引快速查到。

搜索引擎就是通过建立这样的索引库,才能在用户搜索某个关键词时,快速做出返回页面的查询。(而至于排名的前后,我们不在本文中多说了)

再来简单讲下分词,上面提到的多少多少个词汇,这个就是分词了,但这些是通过我们人眼判断的,搜索引擎是如何进行分词的呢?搜索引擎再厉害,也只是程序,谷歌的中文分词技术是购买第三方公司得来的,而百度的分词技术是自创的,我们可以理解为百度事先把几W个词录进去,也可能是通过汉字的一定排列方式自由组合而成,这个不是我们关心和所能研究的,我们要了解的仅仅是分词这个概念。

了解了分词这个概念后,在我们做SEO时,也一定要通过搜索引擎的角度,让自己从网页的表面看到底层的收录抓取原理。

【尊重原创,分享观点。来自芝麻开门网络科技原创文章,转载请标明文章来源 http://www.51zmkm.com/news/27.html】


 


 南京牧狼文化传媒有限公司简介:


      牧狼传媒,牧者之心,狼者之性,以牧之谦卑宽容之心待人,以狼之团结无畏之性做事!


  公司注册资金100万,主营众筹全案服务、网站营销全案服务、网站建设、微信小程序开发、电商网店设计、H5页面设计、腾讯社交广告投放以及电商营销推广全案等相关业务,致力于为客户提供更有价值的服务,创造让用户满意的效果!


  为百度官方及其大客户、苏宁易购、金山WPS秀堂、美的、创维家电、新东方在线、伊莱克斯、宝丽莱等国内国外知名品牌服务过,服务经验丰富!同时,公司也是南京电子商务协会会员单位、猪八戒网官方认证签约服务商、江苏八戒服务网联盟、南京浦口文化产业联合会会员单位,可以为您提供更好的服务!


  主营项目:众筹全案服务、网站营销全案服务、网站建设、微信小程序开发、电商网店设计、H5页面设计、腾讯社交广告投放、竞价托管、网站优化、电商代运营等


  合作客户:百度、苏宁易购、饿了么、美的、创维家电、新东方在线、宝丽莱、金山WPS秀堂、伊莱克斯


  资质荣誉:百度商业服务市场2017年度最佳图片服务商、南京电子商务协会会员单位、猪八戒网官方认证签约服务商、江苏八戒服务网联盟、南京浦口文化产业联合会会员单位、八戒通TOP服务商、"易拍即合杯"H5创意大赛"三等奖"。



致力于为客户创造更多价值
13913005726 025-66045668
需求提交
电话咨询
在线咨询