详细可参考
（1）书箱：《这就是搜索引擎》《自己动手写网络爬虫》《解密搜索引擎打桩实践》
（2）【搜索引擎基础知识1】搜索引擎的技术架构
（3）【搜索引擎基础知识2】网络爬虫的介绍
1、...
分类：
其他好文 时间：
2014-05-26 05:45:24
阅读次数：
266
总结一下我遇到的问题：
1.设置最小分词长度分词
被搜索名字为：andy
这时搜索andy正常，但是搜索a就搜不到。
解决办法，在索引配置文件中的index中添加
min_infix_len = 1
2.调用API返回记录总是只有20条
因为coreseek它默认返回的result里面，function SetLimits ( $offset, $limit, $max_...
分类：
其他好文 时间：
2014-05-26 05:32:58
阅读次数：
266
通用搜索引擎的处理对象是互联网网页，目前网页数量以百亿计，搜索引擎的网络爬虫能够高效地将海量的网页数据传下载到本地，在本地 形成互联网网页的镜像备份。它是搜索引擎系统中很关键也很基础的构件。
1. 网络爬虫本质就是浏览器http请求。
浏览器和网络爬虫是两种不同的网络客户端，都以相同的方式来获取网页：
1）首先， 客户端程序连接到域名系统...
分类：
其他好文 时间：
2014-05-26 05:26:52
阅读次数：
358
部分内容转自：http://blog.csdn.net/hguisu/article/details/8024799
一、 开源项目
1.Lucene全文检索系统
http://lucene.apache.org和 http://www.lucene.com.cn/
Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代...
分类：
Web程序 时间：
2014-05-26 04:36:55
阅读次数：
297
在Solr中有的时候，我们并不只是需要一种形式的索引文件，可能需要多种不同数据的索引文件，这时我们就可以在同一个Solr下面创建
多核。...
分类：
其他好文 时间：
2014-05-24 23:13:06
阅读次数：
238
第一次接触SEO，请阅读本基础指南入门，也可以注册论坛：从一句话入门SEO开始 已经意识到SEO的重要性，渴望系统掌握并与行业精英们深入交流你可以：加入SEOWHY成为VIP会员
什么是SEO，SEO是什么意思？
SEO的中文意思是搜索引擎优化。通俗理解是：通过总结搜索引擎的排名规律，对网站进行合理优化，使你...
分类：
其他好文 时间：
2014-05-24 22:22:21
阅读次数：
406
CREATE INDEX 语句
CREATE INDEX 语句用于在表中创建索引。
在不读取整个表的情况下，索引使数据库应用程序可以更快地查找数据。
索引
您可以在表中创建索引，以便更加快速高效地查询数据。
用户无法看到索引，它们只能被用来加速搜索/查询。
注释：更新一个包含索引的表需要比更新一个没有索引的表花费更多的时间，这是由于索引本身也需要更新。因此，理想...
分类：
数据库 时间：
2014-05-24 22:21:22
阅读次数：
377
（一）搜索引擎的开发一般可分为以下三大部分
1、数据采集层：一般使用爬虫获取互联网的数据，重要的开源项目有Heritrxi
2、数据分析处理层：将从互联网上获取到的数据进行提取归类、分词、语义分析得出索引得内容，等待用户查询使用，重要的开源项目有Lucene
3、视图层：也用户的交互界面，如一个网站的首页
其基本架构可参考下图：...
分类：
其他好文 时间：
2014-05-24 22:20:16
阅读次数：
349
【A JAVA】
【B JavaEE】
【C Android】
【D 前端】
【E 大数据】
【F Oracle】
【G 云计算】
【H Linux】
【I 计算机基础】
【J PM ITIL SOA】
【K Others】
【S 搜索引擎】
【Z 方法、人文】...
分类：
其他好文 时间：
2014-05-24 21:44:27
阅读次数：
287
引 言
随着多媒体技术及[nternet技术的迅速发展，各行各业对图像的使用越来越广泛，图像信息资源的管理和检索显得越来越重要。传统的通过手工标记和索引图像(即基于文本的图像检索)的方法已经不能满足人们的需求，随之而来的问题是：随着图像数据的剧增和人们对图像的理解具有不同的侧重点，不同的人从不同的角度对同一幅图像的认识可能存在很大的差异性，因此无法准确反映图像...
分类：
其他好文 时间：
2014-05-24 18:07:11
阅读次数：
353
