《数学之美（第一版）》笔记 —— 第8章

第8章 简单之美——布尔代数和搜索引擎的索引

• 一个搜索引擎大致需要做3件事：1）自动下载尽可能多的网页；2）建立快速有效的索引；3）根据相关性对网页进行公平准确的排序。
• 数据库SQL支持各种复杂的逻辑组合，背后原理是基本布尔运算。而搜索引擎会把用户的查询语句转换成布尔运算的算式。
• 搜索引擎的索引是一张大表：表的每一行对应一个关键词，而每个关键词后面跟着一组数字，是包含该关键词的文献的序号。
  • 分布式：根据网页序号将索引分成很多份，分别存储在不同的服务器中。每当接受一个查询时，这个查询就被分发到许许多多服务器中，这些服务器同时并行处理用户请求，并把结果送到主服务器进行合并处理，最后将结果返回给用户。
  • 数据量的增加，人们根据网页的重要性，质量和访问频率建立常用和非常用等不同级别的索引。常用的索引需要访问速度快，附加的信息多，更新也要快；而非常用的要求就低多了。