LinuxEye - Linux系统教程

LinuxEye - Linux系统教程

当前位置: 主页 > 建站 >

图解:2013年百度搜索引擎工作原理

时间:2013-03-08 11:10来源:seo811.com 编辑:seo811.com 点击:
最近发现我身边和加我QQ的朋友们,总会问到我一些搜索引擎蜘蛛爬行的问题,所以今天我想为大家分享的这个seo优化知识就是百度的搜索引擎工作原理,其实应该是seo基础,呵呵。好了
最近发现我身边和加我QQ的朋友们,总会问到我一些搜索引擎蜘蛛爬行的问题,所以今天我想为大家分享的这个seo优化知识就是百度的搜索引擎工作原理,其实应该是seo基础,呵呵。好了不废话了,还是抓紧为大家分享seo基础吧。

为了让大家能够更详细的明白,下面笔者准备了一张图,分享在我的seo博客里,供大家参考。
搜索引擎工作原理的图片详解

根据上图解释的搜索引擎工作原理,笔者要一步一步为大家解释,讲解。进行完整的seo培训服务。

1、www:我们的互联网,一个巨大的、复杂的体系;

2、搜集器:这个我们站长们就都熟悉了,我们对它的俗称也就是蜘蛛,爬虫,而他的工作任务就是访问页面,抓取页面,并下载页面;

3、控制器:蜘蛛下载下来的传给控制器,功能就是调度,比如公交集团的调度室,来控制发车时间,目的地,主要来控制蜘蛛的抓取间隔,以及派最近的蜘蛛去抓取,我们做SEO的可以想到,空间位置对SEO优化是有利的;

4、原始数据库:存取网页的数据库,就是原始数据库。存进去就是为了下一步的工作,以及提供百度快照,我们会发现,跟MD5值一样的URL是不重复的,有的URL有了,但标题就是没有,只有通过URL这个组件来找到,因为这个没有通过索引数据库来建立索引。原始数据库主要功能是存入和读取的速度,以及存取的空间,会通过压缩,以及为后面提供服务。网页数据库调度程序将蜘蛛抓取回来的网页,进行简单的分析过后,也就是提取了URL,简直的过滤镜像后存入数据当中,那么在他的数据当中,是没有建立索引的;

5、网页分析模板:这一块非常重要,seo优化的垃圾网页、镜像网页的过滤,网页的权重计算全部都集中在这一块。称之为网页权重算法,几百个都不止;

6、索引器:把有价值的网页存入到索引数据库,目的就是查询的速度更加的快。把有价值的网页转换另外一个表现形式,把网页转换为关键词。叫做正排索引,这样做就是为了便利,网页有多少个,关键词有多少个。几百万个页面和几百万个词哪一个便利一些。倒排索引把关键词转换为网页,把排名的条件都存取在这个里面,已经形成一高效存储结构,把很多的排名因素作为一个项存储在这个里面,一个词在多少个网页出现(一个网页很多个关键词组成的,把网页变成关键词这么一个对列过程叫做正排索引。建议索引的原因:为了便利,提高效率。一个词在多少个网页中出现,把词变成网页这么一个对列过程叫做倒排索引。搜索结果就是在倒排数据库简直的获取数据,把很多的排名因素作为一个项,存储在这个里面);

7、索引数据库:将来用于排名的数据。关键词数量,关键词位置,网页大小,关键词特征标签,指向这个网页(内链,外链,锚文本),用户体验这些数据全部都存取在这个里面,提供给检索器。为什么百度这么快,就是百度直接在索引数据库中提供数据,而不是直接访问WWW。也就是预处理工作;

8、检索器:将用户查询的词,进行分词,再进行排序,通过用业内接口把结果返回给用户。负责切词,分词,查询,根据排名因素进行数据排序;

9、用户接口:将查询记录,IP,时间,点击的URL,以及URL位置,上一次跟下一次点击的间隔时间存入到用户行为日志数据库当中。就是百度的那个框,一个用户的接口;

10、用户行为日志数据库:搜索引擎的重点,SEO工具和刷排名的软件都是从这个里面得出来的。用户使用搜索引擎的过程,和动作;

11、日志分析器:通过用户行为日志数据库进行不断的分析,把这些行为记录存储到索引器当中,这些行为会影响排名。也就是我们所说的恶意点击,或是一夜排名。(如果通过关键找不到,那么会直接搜索域名,这些都将会记入到用户行为数据库当中);

12、词库:网页分析模块中日志分析器会发现最新的词汇存入到词库当中,通过词库进行分词,网页分析模块基于词库的。

强调:做seo优化,做的就是细节……

转载请保留固定链接: https://linuxeye.com/jianzhan/1339.html

------分隔线----------------------------
标签:百度搜索引擎
栏目列表
推荐内容