请问：海量数据搜索

[sfssmiss]

能帮一下这个问题吗？我是一个新手要做这一个谢谢各位帮助

1.就拿50分数据来说我要做的就等于说是网站搜索引擎，我要对自已的数据做一个搜索
应该怎么来写。怎么一个思路。
2.速度与准备度上一定要高。这一个要很好的代码。

这是我的两个要实现的目的。

真的在一次先谢谢！

应该有很多人对这方面感兴趣

请各位多提提看法与实例，实现的代码

[skydate]

帮顶
我也想学习一下这些

期待

[gohst001]

偶也不是专业做这个的 ：）
专业的搜索引擎 都是不用一般的商业数据库引擎的，然后要把索引存放到很多机器上，所以查询的速度才会那么快
分词 是个很大的问题应该是靠大量的经验数据解决的吧？猜测

[gohst001]

要什么级别的？ 如果只是要对数据库作搜索 使用全文索引吧 注意必须提供时间戳列。
如果要做成中文搜索引擎的样子那就麻烦大了，蜘蛛爬页面 存储页面 分词 建立索引，2次索引，建立索引服务器网格，前台程序扫描索引。。。 嗯 很麻烦就是了

[sfssmiss]

是后一种哦呵呵

蜘蛛爬页面 存储页面 现在这一块不用理会。就等于说有数据在数据库里了！~~接下来的就是分词 建立索引，2次索引 就是这个吧！~~

请指教:):)

[sfssmiss]

是啊我知道这个是一个有难度的问题就像一个工程一个项目一样！~~

不过我想代码不会过2000吧呵呵！~~

[sfssmiss]

各位也帮写写这个的实例。给我们学习学习一下：）

[sfssmiss]

是垂直搜索引擎

主要的现在要做一个搜索关键字时准确，分词也只有1--2万，有新的关键词就写入索引表中，就是这样做，，，在者就是要求速度要快，

就是怎么样建一个索引表，然后对数据库操作..........

各位多给些意见。。。谢谢！~~

[Drate]

楼主的这个问题应该采用MS的全文索引就可以解决这个问题了吧。

[sfssmiss]

全文索引数据量大的情况下得不到

关键字的准确结果，速度 达不到这两方面呀！

[mg1616]

说下我对二次索引的理解，先把搜集的网页去标签处理，就是删除<xxx></xxx>，然后用全文索引（或其他方式，比如 like %%）对每个关键字搜索一遍，对搜索结果根据“搜索算法”进行权重计算并保存，以后的搜索就按这个权重进行排序。

进行权重计算的“搜索算法”一般是自己开发的，比如含关键字次数在5次左右权重最高，过多或过少则减少权重，还有其他等等规则，据说 google 有一百多种权重计算规则，呵呵，慢慢加去吧

[sfssmiss]

TO:mg1616(内网)


多谢 大家都来像这样提提自已的思路！~~


全文索引 这样的速度最终都是慢的呀~~~准备度对于一个专业的搜索来说是够用的

你的权重不太明白！希望能多多指点