搜索引擎技術(shù)基礎(chǔ)ppt課件-資料下載頁
2025-04-30 18:22本頁面
【正文】 “搜索引擎 ” 為 1024，然后找到這兩個詞各自的網(wǎng)頁 ID隊列，如下圖所示兩個隊列為 “網(wǎng)頁 ID隊列 2”和 “網(wǎng)頁 ID隊列 4”。 北大 256 256 北京…………北大網(wǎng)頁 ID序列 1 網(wǎng)頁 ID序列 2……搜索引擎 1024 1024 搜索 搜索引擎網(wǎng)頁 ID序列 3 網(wǎng)頁 ID序列 4…………四、查詢 /存儲技術(shù)、 Cache Server介紹(一 ) 查詢 /存儲技術(shù)：搜索引擎常規(guī)存儲 /查詢步驟如下：(3)對步驟 (2)中找到個各個網(wǎng)頁 ID隊列做 “與 ”、 “或 ”、 “非 ”的邏輯運 算；(4)獲得最后的搜索結(jié)果網(wǎng)頁 ID隊列。舉例說明： “北大 ”和 “搜索引擎 ” 對應(yīng)隊列為 “網(wǎng)頁 ID隊列 2”和 “網(wǎng)頁 ID隊列 4”，對這兩個隊列做 “與 ”運算。 北大網(wǎng)頁 ID序列 2 1,3,5,9,11搜索引擎網(wǎng)頁 ID序列 4 1,2,5,8,11與運算 1, 5, 11網(wǎng)頁 ID序列四、查詢 /存儲技術(shù)、 Cache Server介紹(一 ) 查詢 /存儲技術(shù)：搜索引擎常規(guī)存儲 /查詢步驟如下：(5)完成分頁顯示處理，計算出最后要顯示的各個網(wǎng)頁 ID隊列 (互聯(lián)網(wǎng)搜索網(wǎng)頁時一般每頁顯示 10條 ,所以 ,這個數(shù)目最多為 10)，通過這些網(wǎng)頁 ID，查找到相關(guān)的網(wǎng)頁結(jié)構(gòu)體存儲內(nèi)容，顯示搜索結(jié)果給用戶。舉例說明： “北大 ”和 “搜索引擎 ” 是用戶查詢詞進行分詞出來的兩個詞，在具體的網(wǎng)頁標(biāo)題和網(wǎng)頁內(nèi)容摘要中，分別對這兩個詞做紅色醒目標(biāo)記。四、查詢 /存儲技術(shù)、 Cache Server介紹(二 ) Cache Server：WebServer 在接受到搜索請求后，對搜索結(jié)果完成查詢時分詞處理，然后向 “索引服務(wù)器 ”發(fā)出查詢請求， “索引服務(wù)器 ”返回結(jié)果；WebServer 對結(jié)果進行必要處理，然后向 “網(wǎng)頁內(nèi)容 ”服務(wù)器通信，獲得各個網(wǎng)頁內(nèi)容；最后 WebServer 給用戶顯示搜索結(jié)果。 WebServer索引服務(wù)器Index Server網(wǎng)頁內(nèi)容服務(wù)器Page Content Server用戶四、查詢 /存儲技術(shù)、 Cache Server介紹(二 ) Cache Server：在對用戶行為進行分析后發(fā)現(xiàn)，非常多的查詢詞經(jīng)常被用戶查詢，這些詞被稱為 “搜索高頻詞 ”。為此，設(shè)計出來 Cache Server(CS)用于存儲這些高頻詞的搜索結(jié)果，每當(dāng)后臺系統(tǒng)更新后，這些高頻詞先進行查詢，然后把查詢結(jié)果放到 CS中，從而減少系統(tǒng)后臺壓力。 WebServer用戶 CS索引服務(wù)器Index Server網(wǎng)頁內(nèi)容服務(wù)器Page Content Server四、查詢 /存儲技術(shù)、 Cache Server介紹(二 ) Cache Server：CS還可以部署在 “索引服務(wù)器 ”、 “網(wǎng)頁內(nèi)容服務(wù)器 ”和 WebServer 之間，提高這兩個后臺服務(wù)器的效率。 WebServer CS CS索引服務(wù)器Index Server網(wǎng)頁內(nèi)容服務(wù)器Page Content Server四、查詢 /存儲技術(shù)、 Cache Server介紹(二 ) Cache Server：CS自我定期更新策略 :CS在其設(shè)計中，重點考慮其攔截率，所以， CS的自我定期更新策略就特別重要。 CS在其初始化階段，其存儲數(shù)據(jù)主要來源于原來的日志統(tǒng)計結(jié)果；在 CS運行后， CS要實時監(jiān)控當(dāng)前數(shù)據(jù)流，并定期進行自我更新，把那些沒有被訪問過或低訪問率的數(shù)據(jù)刪除，增加新增數(shù)據(jù)。 CS雖然可以提高數(shù)據(jù)訪問時的速度，但如果設(shè)計出來的 CS命中率過低的話，對整個系統(tǒng)效率還反而帶來降低，所以 CS不能濫用，要結(jié)合系統(tǒng)實際負荷來設(shè)計和部署 CS系統(tǒng)。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1