搜索引擎之路（一）--- 《搜索引擎---信息检索实践》（读书笔记）

     搜索引擎是指根据一定的策略，运用特定的计算机程序从互联网上收集，在对信息进行组织和处理后，为用户提供检索服务，并将检索相关的信息提供给用户的系统。搜索引擎的研究方向包含架构方向（索引、检索），策略方向（排序、查询与结果处理）。本文简要总结了搜索引擎---信息检索实践的阅读笔记和工作中的一些理解。本文的主要目录如下：

一、搜索引擎架构

二、搜索引擎评价标准

三、搜索引擎索引和检索逻辑

四、搜索引擎查询处理

五、搜索引擎排序

六、搜索引擎生态
     搜索引擎是一个比较复杂的生态，它还包含搜索热词、智能提示、相关搜索、query改写、意图识别、搜索摘要等模块。

一、搜索引擎架构

二、搜索引擎评价标准

三、搜索索引和检索逻辑

四、搜索引擎查询处理

               其实理解用户的查询Query一直是一个困难且复杂的问题。

五、不同搜索引擎对比

1. Sphinx搜素引擎，c++开发,简单高性能。，但检索精准度方面Lucene要优于Sphinx，另外在加入中文分词引擎难度方面，Lucene要优于Sphinx.其中Sphinx支持实时搜索，使用起来比较简单方便.

2. Lucene的开发语言是Java，也是Java家族中最为出名的一个开源搜索引擎，在Java世界中已经是标准的全文检索程序，它提供了完整的查询引擎和索引引擎，没有中文分词引擎，需要自己去实现，因此用Lucene去做一个搜素引擎需要自己去架构，另外它不支持实时搜索。

3. Solr是一个高性能，采用Java开发，基于Lucene的全文搜索服务器。solr和elasticsearch都是基于Lucene封装。

参考文献：

1.  携程搜索架构 http://www.infoq.com/cn/presentations/architecture-exploration-travel-industry-vertical-search
2.  搜索引擎---信息检索实践
3.  旅游行业的垂直搜索架构探索：http://www.infoq.com/cn/presentations/architecture-exploration-travel-industry-vertical-search
4.  B2B搜索领域的算法挑战： http://www.infoq.com/cn/presentations/b2b-search-field-algorithm-challenges