搜索引擎工作原理介绍

做SEO的人应该要对搜索引擎的基本原理有一些了解，从搜索引擎发现网址到该页面拥有排名，以及后续更新整个过程中，搜索引繁到底是怎么工作的，都需要简单了解。对于专业的算法不必进行深入的研究，但是对于搜索引擎工作中的策略和算法原理要有个简单的认知，这样才能更有效地开展SEO工作，知其然也要知其所以然。当然，也有一些朋友不懂这些，照样做得有声有色，但是对于搜索引擎工作原理，懂总比不懂要好一些。

以往的SEO资料中对这块内容的讲解都比较简单，希望在此能够尝试结合SEO实际工作和现象，更进一步剖析一下搜索引擎的工作原理，其实当你了解了搜索引擎的工作流程、策略和基本算法后，就可以在一定程度上避免因为不当操作而带来的不必要处罚，同时也可以快速分析出很多搜索引繁搜索结果异常的原因。有搜索行为的地方就有搜索引擎，站内搜索、全网搜索、垂直搜索等都会用到搜索引擎。接下来，笔者会根据从业认知，讨论一下全文搜索引擎的基本架构。百度、Google等综合搜索巨头肯定有着更为复杂的架构和检索技术，但宏观上的基本原理都差不多。

搜索引擎的大概架构如下图所示。可以分成虚线左右两个部分：一部分是主动抓取网页进行一系列处理后建立索引，等待用户搜索;另一部分是分析用户搜索意图，展现用户所需要的搜索结果。

搜索引擎主动抓取网页，并进行内容处理、索引部分的流程和机制一般如下。

步骤一：派出Spider，按照一定策略把网页抓回到搜索引擎服务器;

步骤二：对抓回的网页进行链接抽离、内容处理，消除噪声、提取该页主题文本内容等;

步骤三：对网页的文本内容进行中文分词、去除停止词等;

步骤四：对网页内容进行分词后判断该页面内容与已索引网页是否有重复，剔除重复页，对剩余网页进行倒排索引，然后等待用户的检索。

当有用户进行查询后，搜索引擎工作的流程机制一般如下。

步骤一：先对用户所査询的关键词进行分词处理，并根据用户的地理位置和历史检索特征进行用户需求分析，以便使用地域性搜索结果和个性化搜索结果展示用户最需要的内容;

步骤二：查找缓存中是否有该关键词的査询结果，如果有，为了最快地呈现查询结果，搜索引擎会根据当下用户的各种信息判断其真正需求，对缓存中的结果进行微调或直接呈现给用户;

步骤三：如果用户所查询的关键词在缓存中不存在，那么就在索引库中的网页进行调取排名呈现，并将该关键词和对应的搜索结果加入到缓存中;

步骤四：网页排名是根据用户的搜索词和搜索需求，对索引库中的网页进行相关性、重要性(链接权重分析)和用户体验的高低进行分析所得出的。用户在搜索结果中的点击和重复搜索行为，也可以告诉搜索引擎，用户对搜索结果页的使用体验。这块儿是近来作弊最多的部分，所以这部分会伴随着搜索引擎的反作弊算法干预,有时甚至可能会进行人工干预。

按照上述搜索引擎的架构，在整个搜索引擎工作流程中大概会涉及Spider、内容处理、分词、 去重、索引、内容相关性、链接分析、判断页面用户体验、反作弊、人工干预、缓存机制、用户需求分析等模块。