Indexing Strategy

对搜索引擎来说，最重要的就是向用户提供数据检索，用英文说，叫query.但怎样才能使用户更快更好的检索到数据呢？这个就依赖于在用户搜索前和搜索中建立数据索引。 这里就简单的谈下几种数据索引策略，就是所谓的indexing strategy。

 

第一种方法很常见，就是Spider ,Google叫作crawl.就是根据文档相互之间的链接，定义获取关联的层次，获取数据来源。

第二种， Asset-Based Indexing， 就是数据源驱动性索引技术，这种技术一般由各种不同的搜索引擎及数据源Vendor提供Connector,这些Connector将数据index到搜索引擎中。当然对于structured的数据库，文本文件等，也可以是Customized code提供更合理的索引。

第三种， Virtual document ， 在索引的时候，把来自多个数据源的关联数据合并成一个记录。Autonomy经常使用importURL, importFile来实现, Vivisimo则通过meta data来extracted, normalized, and combined Virtual document.