百度搜索引擎_检索系统概述
前面扼要介绍过了搜索引擎的索引体系，实际上在树立倒排索引的后还需要有一个入库写库的进程，而为了提高功率这个进程还需要将悉数term以及偏移量保存在文件头部，而且对数据进行紧缩，这涉及到的过于技能化在此就不多提了。今日扼要给咱们介绍一下索引以后的检索体系。
检索体系首要包含了五个部分，如下图所示：
（1）Query串切词分词行将用户的查询词进行分词，对以后的查询做准备，以“10号线地铁毛病”为例，也许的分词如下（近义词疑问暂时略过）：
10 0x123abc
号 0x13445d
线 0x234d
地铁 0x145cf
毛病 0x354df
（2）查出含每个term的文档调集，即找出待选调集，如下：
0x123abc 1 2 3 4 7 9…..
0x13445d 2 5 8 9 10 11……
……
……
（3）求交，上述求交，文档2和文档9也许是咱们需要找的，全部求交进程实际上关系着全部体系的功能，这儿面包含了运用缓存等等手法进行功能优化；
（4）各种过滤，举例也许包含过滤掉死链、重复数据、色情、废物成果以及你懂的；
（5）终究排序，将能满足用户需要的成果排序在前，也许包含的有用信息如：网站的全体评估、页面质量、内容质量、资源质量、匹配程度、分散度、时效性等等，以后会具体给咱们介绍。
上一篇：百度搜索引擎_索引系统概述
