圖解：2013年百度搜索引擎工作原理

搜索引擎工作原理的圖片詳解

根據(jù)上圖解釋的搜索引擎工作原理，筆者要一步一步為大家解釋，講解。進(jìn)行完整的seo培訓(xùn)服務(wù)。

1、www：我們的互聯(lián)網(wǎng)，一個(gè)巨大的、復(fù)雜的體系;

2、搜集器：這個(gè)我們站長(zhǎng)們就都熟悉了，我們對(duì)它的俗稱也就是蜘蛛，爬蟲，而他的工作任務(wù)就是訪問頁(yè)面，抓取頁(yè)面，并下載頁(yè)面;

3、控制器：蜘蛛下載下來(lái)的傳給控制器，功能就是調(diào)度，比如公交集團(tuán)的調(diào)度室，來(lái)控制發(fā)車時(shí)間，目的地，主要來(lái)控制蜘蛛的抓取間隔，以及派最近的蜘蛛去抓取，我們做SEO的可以想到，空間位置對(duì)SEO優(yōu)化是有利的；

4、原始數(shù)據(jù)庫(kù)：存取網(wǎng)頁(yè)的數(shù)據(jù)庫(kù)，就是原始數(shù)據(jù)庫(kù)。存進(jìn)去就是為了下一步的工作，以及提供百度快照，我們會(huì)發(fā)現(xiàn)，跟MD5值一樣的URL是不重復(fù)的，有的URL有了，但標(biāo)題就是沒有，只有通過URL這個(gè)組件來(lái)找到，因?yàn)檫@個(gè)沒有通過索引數(shù)據(jù)庫(kù)來(lái)建立索引。原始數(shù)據(jù)庫(kù)主要功能是存入和讀取的速度，以及存取的空間，會(huì)通過壓縮，以及為后面提供服務(wù)。網(wǎng)頁(yè)數(shù)據(jù)庫(kù)調(diào)度程序?qū)⒅┲胱ト』貋?lái)的網(wǎng)頁(yè)，進(jìn)行簡(jiǎn)單的分析過后，也就是提取了URL，簡(jiǎn)直的過濾鏡像后存入數(shù)據(jù)當(dāng)中，那么在他的數(shù)據(jù)當(dāng)中，是沒有建立索引的；

5、網(wǎng)頁(yè)分析模板：這一塊非常重要，seo優(yōu)化的垃圾網(wǎng)頁(yè)、鏡像網(wǎng)頁(yè)的過濾，網(wǎng)頁(yè)的權(quán)重計(jì)算全部都集中在這一塊。稱之為網(wǎng)頁(yè)權(quán)重算法，幾百個(gè)都不止；

6、索引器：把有價(jià)值的網(wǎng)頁(yè)存入到索引數(shù)據(jù)庫(kù)，目的就是查詢的速度更加的快。把有價(jià)值的網(wǎng)頁(yè)轉(zhuǎn)換另外一個(gè)表現(xiàn)形式，把網(wǎng)頁(yè)轉(zhuǎn)換為關(guān)鍵詞。叫做正排索引，這樣做就是為了便利，網(wǎng)頁(yè)有多少個(gè)，關(guān)鍵詞有多少個(gè)。幾百萬(wàn)個(gè)頁(yè)面和幾百萬(wàn)個(gè)詞哪一個(gè)便利一些。倒排索引把關(guān)鍵詞轉(zhuǎn)換為網(wǎng)頁(yè)，把排名的條件都存取在這個(gè)里面，已經(jīng)形成一高效存儲(chǔ)結(jié)構(gòu)，把很多的排名因素作為一個(gè)項(xiàng)存儲(chǔ)在這個(gè)里面，一個(gè)詞在多少個(gè)網(wǎng)頁(yè)出現(xiàn)（一個(gè)網(wǎng)頁(yè)很多個(gè)關(guān)鍵詞組成的，把網(wǎng)頁(yè)變成關(guān)鍵詞這么一個(gè)對(duì)列過程叫做正排索引。建議索引的原因：為了便利，提高效率。一個(gè)詞在多少個(gè)網(wǎng)頁(yè)中出現(xiàn)，把詞變成網(wǎng)頁(yè)這么一個(gè)對(duì)列過程叫做倒排索引。搜索結(jié)果就是在倒排數(shù)據(jù)庫(kù)簡(jiǎn)直的獲取數(shù)據(jù)，把很多的排名因素作為一個(gè)項(xiàng)，存儲(chǔ)在這個(gè)里面）；

7、索引數(shù)據(jù)庫(kù)：將來(lái)用于排名的數(shù)據(jù)。關(guān)鍵詞數(shù)量，關(guān)鍵詞位置，網(wǎng)頁(yè)大小，關(guān)鍵詞特征標(biāo)簽，指向這個(gè)網(wǎng)頁(yè)(內(nèi)鏈，外鏈，錨文本)，用戶體驗(yàn)這些數(shù)據(jù)全部都存取在這個(gè)里面，提供給檢索器。為什么百度這么快，就是百度直接在索引數(shù)據(jù)庫(kù)中提供數(shù)據(jù)，而不是直接訪問WWW。也就是預(yù)處理工作；

8、檢索器：將用戶查詢的詞，進(jìn)行分詞，再進(jìn)行排序，通過用業(yè)內(nèi)接口把結(jié)果返回給用戶。負(fù)責(zé)切詞，分詞，查詢，根據(jù)排名因素進(jìn)行數(shù)據(jù)排序；

9、用戶接口：將查詢記錄，IP，時(shí)間，點(diǎn)擊的URL，以及URL位置，上一次跟下一次點(diǎn)擊的間隔時(shí)間存入到用戶行為日志數(shù)據(jù)庫(kù)當(dāng)中。就是百度的那個(gè)框，一個(gè)用戶的接口；

10、用戶行為日志數(shù)據(jù)庫(kù)：搜索引擎的重點(diǎn)，SEO工具和刷排名的軟件都是從這個(gè)里面得出來(lái)的。用戶使用搜索引擎的過程，和動(dòng)作；

11、日志分析器：通過用戶行為日志數(shù)據(jù)庫(kù)進(jìn)行不斷的分析，把這些行為記錄存儲(chǔ)到索引器當(dāng)中，這些行為會(huì)影響排名。也就是我們所說的惡意點(diǎn)擊，或是一夜排名。（如果通過關(guān)鍵找不到，那么會(huì)直接搜索域名，這些都將會(huì)記入到用戶行為數(shù)據(jù)庫(kù)當(dāng)中）；

12、詞庫(kù)：網(wǎng)頁(yè)分析模塊中日志分析器會(huì)發(fā)現(xiàn)最新的詞匯存入到詞庫(kù)當(dāng)中，通過詞庫(kù)進(jìn)行分詞，網(wǎng)頁(yè)分析模塊基于詞庫(kù)的。

強(qiáng)調(diào)：做seo優(yōu)化，做的就是細(xì)節(jié)……

文章來(lái)自：www.seo811.com