读会搜索引擎

搜索引擎一般由索引管理器，索引检索器，索引构建器，文档管理器组成。 索引管理器，顾名思义是管理带有索引结构的数据，负责对索引的访问。那么索引是怎么管理的呢？不可能总是放在内存里，索引通常来讲是作为二级存储的二进制文件，二级存储可以理解为 硬盘之类的，二进制文件是除了文本文件以外的文件（文本文件是指由ascii码等方式显示的文件）。 索引检索器，是负责利用索引对全文进行搜索，输入是应用层传输过来的数据，和索引管理器一起协同查询文档，并以某种方式反馈给用户。 索引构建器，从文本中生成索引的组件。通常而言，构建器会将文本解析成一个个单词序列，再将单词序列转换为索引结构。 文档管理器，存储着文档，负责取出与查询结果匹配的文档，如果有需要的话会选取一部分作为摘要。 只要根据ID的来检索数据库就好，至于自己用文件夹存储呢，还是用mysql之类的数据库可以自己考虑。 此外，还会有爬虫和搜索排序系统，最出名的当属pagerank。