前言
搜索引擎的开发流程请移步此处：搜索引擎的开发流程
项目展示：海豚全网搜索引擎
搜索引擎是一个体积庞大的系统架构，其中的细节技术非常之多主要包括以下：
1，爬虫技术
搜索引擎搜索展现的前提是，将互联网的网站内容爬取到服务器保存，再进行处理，展现。想要进行全网的数据爬取，爬虫系统的设计很关键，需要具备高效，健壮的特点。爬取数据分为深度优先和广度优先。
2，数据清洗
由于每个网站的标准不一，实际上爬取的数据非常杂乱，且包括大量的垃圾无用的内容，因此需要对数据进行过滤，去重。处理完毕将数据入库。
3，建立索引
数据处理完毕，下一步就是建立索引，索引是全文搜索的核芯技术之一，是在海量数据中快速拿到相关内容的关键一步。索引一般采用倒排索引，基本结构是 关键词1=>文档id1，文档id2，文档id3…，关键词2=>文档id1，文档id2，文档id3…，其中用到了中文分词技术，将一个句子所有的可能成词的组合全部提取出来，这样能提高搜索召回率。
4，搜索排序，展现
这一步就是将搜索者的搜索句子进行处理，从索引库中进行查询，找到对应的文档id，再进行一番打分排序，将最相关的内容返回到前台页面。
我的搜索引擎项目地址： 海豚搜索 www.haiteem.com
注意，以上步骤只是大概的流程，如果详细展开，内容非常多，如果对搜索引擎感兴趣，可以交个朋友交流交流。
