论坛搜索引擎的设计实践

qingmedia

                                                                    我自己写的php树形论坛原先采用了模糊查询，也就是使用mysql的WHERE `subject` LIKE %$keyword% OR `content` LIKE %$keyword%这样的方式查询的，支持多个关键词。这种方式查询彻底、精确，但速度慢，对服务器的资源占用应该是比较高的。
    最近抽时间设计尝试了一个新的搜索模式，主要原理是这样的：
    1.自动学习记忆新词汇
    当用户输入查询词汇关键词后，首先这些词汇存入一个词典表，词汇关键词是唯一不重复的。如下表(此表id字段是不重要的)

    2.普通查询
    普通查询就是开头所述的用mysql的LIKE语句实现的，同时，将结果集的帖子id与关键词的1对1地存入索引表，将来的快速查询就是先查这个索引表。用户使用普通查询越多，索引表越丰富。
    3.快速查询
    索引表字段很简单，就是关键词与帖子id的对应，一个关键词可能有一大批帖子id。假如用户关键词有2个，快速查询的原理就是分别查出这2个关键词所对应的帖子id，并存入数组，将这所获得的数组交集的结果就是符合用户2个关键词的结果集id了。最后，按这些结果集的id查询帖子表，就快速地把查询结果输出了。下表就是索引表，id也是不重要的，重要的是keyword、thread_id（帖子id），这个表中反映了关键词“1394”在210436、189177、145611、109150、39227这些帖子中都存在。

    4.索引表的自动丰富
    用户发贴后，将用户的发表内容经过词典表的所有词汇的检查，将内容中包含的词汇以及本贴的id存入索引表，就实现了新贴的自动检索。
    现在这个系统初步可以使用，可到我的论坛体验。
    地址：
http://www.dvhome.cn/bbs
               
               
               
               
               
               
               
               
               
               
               
               
               

本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u/13497/showart_254425.html