索源网 SiteSearch 站内搜索引擎.pdf

SiteSearch 站内搜索引擎 产品白皮书 / 索源网 SiteSearch 站内搜索引擎 产品白皮书 1 引言 当前的互联网，搜索引擎已经成为最普遍的应用。无论大、中、小网站，构建一个网站 内容的搜索引擎，方便用户查询、使用站内信息，提高用户使用体验，已成为网站发展的必 然。由于搜索引擎技术的专业性和封闭性，网站在构筑站内搜索引擎时，通常的做法是采用 数据库查询的方式进行，更进一步的做法是使用开源软件来构建。 数据库查询的劣势是显而易见的，除了查询效率低，高并发检索访问对数据库造成的压 力也是网站数据库难以承担的。而使用开源软件，则往往会受到功能上的限制，无法根据网 站特殊的需求构建出令人满意的搜索平台。 索源网SiteSearch 站内搜索引擎产品，能够有效解决网站在构建站内搜索引擎时遇到的 问题。其利用完全自主开发的技术，成熟的搜索引擎架构，可定制的搜索方案，灵活的查询 方式，多样化的结果呈现方式，可以使网站轻松的构造出成本低廉、使用方便的站内搜索引 擎。 2 产品简介 SiteSearch 站内搜索引擎是专为网站站内搜索而开发的工具。它使用爬虫在网站内采 集、解析指定信息，或从网站的数据库直接读取数据，然后将采集到的信息统一建立索引， 提供搜索服务。使用SiteSearch，搜什么、如何搜、结果如何展现，都由网站自行控制，您 可以便捷地打造出独具特色的站内搜索，真正的全文检索。 3 版本划分 基本版 单机标准版 集群标准版 部署方式 单机 单机 集群 检索库个数 1 10 10 总数据条数 1000 万 10 亿 单结点10 亿 词库扩展功能 无 有 有 4 系统架构 V-Search 主要由网络信息采集引擎（或数据库采集引擎）、全文检索系统和Web 检索访 问几部分组成。 1 北京索源无限科技有限公司 2009-03 SiteSearch 站内搜索引擎 产品白皮书 / 网站 数据库 爬虫1 爬虫2 爬虫N 网络信息采集引擎 数据库采集引擎 索引 缓存 全文检索系统 配置 模版 Web 检索访问 5 运行平台 Microsoft Windows 2000 / XP / Vista / 2000 Server / 2003 Server (32 位) 6 功能特点 与网站或数据库直接对接 站内搜索可以使用爬虫技术从网站直接采集非结构化数据，也可以与数据库对接，采集 结构化数据。。与数据库接口采用轻量级方式，不对网站数据库带来额外访问压力。 可定制的数据解析和抽取 不同网站往往对数据解析和抽取有独特的需求。使用索源的数据挖掘、抽取关键技术， 网页内的信息，无论以何种发布形式、何种编码方式存在，都能够提供有效的数据解析、抽 取、编码转换。用户可以定制特殊的解析和抽取需求。 灵活部署应用 根据网站规模和数据量，可以灵活选择单机、集群部署方