搜索從頭

引擎我有在它周圍10,000多篇文章MySQL數據庫，但這一數字可能會上升隨着時間的推移。我希望能夠搜索這些文章，並根據某些關鍵字提取最相關的結果。我知道有很多項目可以插入，基本上可以做到這一點。但是，這個應用程序非常簡單，如果能夠直接掌握整個事物的運作方式並掌握相關知識，那就太好了。因此，我想在Python中從頭開始構建一個非常簡單的搜索引擎。搜索從頭

我甚至不知道從哪裏開始，真的。我可以將MySQL數據庫中的所有內容都轉儲到列表中，然後嘗試根據相關性對列表進行排序，但是這看起來會很慢，並且隨着數據庫項目數量的增加而變慢。我可以使用一些基本的MySQL搜索來獲得MySQL認爲的前100個最相關的結果，然後對這100個進行排序。但這是一個兩步過程，可能效率較低，如果它剛剛出現，我可能會丟失一篇文章的範圍。

什麼是我可以把這個的最佳方法？

來源

2013-02-15 Gus

我敢打賭，谷歌已經開始點這個的*噸* ..你有什麼甚至到目前爲止已經試過？ – 2013-02-15 06:21:54

我還沒有嘗試過任何東西，因爲我只是在計劃我的方法。我發現的所有東西都採用純粹的MySQL搜索，或將文章轉儲到列表中並進行排序。 – Gus 2013-02-15 07:06:43

對於10,000篇文章，爲「搜索引擎」做最好的選擇是閱讀Toby Segaran編寫的「編程集體智慧」。精彩的閱讀和節省時間請參閱2007年8月第4章。

來源

2013-02-15 06:41:24 LonelySoul

謝謝，我會盡力找到這個。 – Gus 2013-02-15 07:05:25

如果你不介意更換用別的東西MySQL數據庫的話，我建議elasticsearch，使用pyes。

它擁有你所期望的搜索引擎，包括全文檢索，強大的性能，分頁，-比較像這樣，插件，能夠得分算法的功能，並且是實時的 - 所以，當更多的數據被添加它將立即顯示在搜索結果中。

如果你不想刪除當前數據庫，那麼你可以很容易地運行它們並排，和對待MySQL作爲主。

來源

2013-02-15 13:19:43 rikAtee

回答

相關問題