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。進行完整的seo培訓服務。

1、www：我們的互聯網，一個巨大的、復雜的體系;

2、搜集器：這個我們站長們就都熟悉了，我們對它的俗稱也就是蜘蛛，爬蟲，而他的工作任務就是訪問頁面，抓取頁面，并下載頁面;

3、控制器：蜘蛛下載下來的傳給控制器，功能就是調度，比如公交集團的調度室，來控制發車時間，目的地，主要來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SEO優化是有利的；

4、原始數據庫：存取網頁的數據庫，就是原始數據庫。存進去就是為了下一步的工作，以及提供百度快照，我們會發現，跟MD5值一樣的URL是不重復的，有的URL有了，但標題就是沒有，只有通過URL這個組件來找到，因為這個沒有通過索引數據庫來建立索引。原始數據庫主要功能是存入和讀取的速度，以及存取的空間，會通過壓縮，以及為后面提供服務。網頁數據庫調度程序將蜘蛛抓取回來的網頁，進行簡單的分析過后，也就是提取了URL，簡直的過濾鏡像后存入數據當中，那么在他的數據當中，是沒有建立索引的；

5、網頁分析模板：這一塊非常重要，seo優化的垃圾網頁、鏡像網頁的過濾，網頁的權重計算全部都集中在這一塊。稱之為網頁權重算法，幾百個都不止；

6、索引器：把有價值的網頁存入到索引數據庫，目的就是查詢的速度更加的快。把有價值的網頁轉換另外一個表現形式，把網頁轉換為關鍵詞。叫做正排索引，這樣做就是為了便利，網頁有多少個，關鍵詞有多少個。幾百萬個頁面和幾百萬個詞哪一個便利一些。倒排索引把關鍵詞轉換為網頁，把排名的條件都存取在這個里面，已經形成一高效存儲結構，把很多的排名因素作為一個項存儲在這個里面，一個詞在多少個網頁出現（一個網頁很多個關鍵詞組成的，把網頁變成關鍵詞這么一個對列過程叫做正排索引。建議索引的原因：為了便利，提高效率。一個詞在多少個網頁中出現，把詞變成網頁這么一個對列過程叫做倒排索引。搜索結果就是在倒排數據庫簡直的獲取數據，把很多的排名因素作為一個項，存儲在這個里面）；

7、索引數據庫：將來用于排名的數據。關鍵詞數量，關鍵詞位置，網頁大小，關鍵詞特征標簽，指向這個網頁(內鏈，外鏈，錨文本)，用戶體驗這些數據全部都存取在這個里面，提供給檢索器。為什么百度這么快，就是百度直接在索引數據庫中提供數據，而不是直接訪問WWW。也就是預處理工作；

8、檢索器：將用戶查詢的詞，進行分詞，再進行排序，通過用業內接口把結果返回給用戶。負責切詞，分詞，查詢，根據排名因素進行數據排序；

9、用戶接口：將查詢記錄，IP，時間，點擊的URL，以及URL位置，上一次跟下一次點擊的間隔時間存入到用戶行為日志數據庫當中。就是百度的那個框，一個用戶的接口；

10、用戶行為日志數據庫：搜索引擎的重點，SEO工具和刷排名的軟件都是從這個里面得出來的。用戶使用搜索引擎的過程，和動作；

11、日志分析器：通過用戶行為日志數據庫進行不斷的分析，把這些行為記錄存儲到索引器當中，這些行為會影響排名。也就是我們所說的惡意點擊，或是一夜排名。（如果通過關鍵找不到，那么會直接搜索域名，這些都將會記入到用戶行為數據庫當中）；

12、詞庫：網頁分析模塊中日志分析器會發現最新的詞匯存入到詞庫當中，通過詞庫進行分詞，網頁分析模塊基于詞庫的。

強調：做seo優化，做的就是細節……

文章來自：www.seo811.com