我的網站搜索引擎的數據庫表格結構

我想爲我的網站做一個搜索引擎。我應該如何設計保留索引單詞列表的表格。我的網站搜索引擎的數據庫表格結構

早些時候，我想是這樣的：

表：tbl_indexedwords有2列iw_wordid和iw_word。

表：tbl_wordoccurrence具有4列wo_occurrenceid，wo_wordid，wo_pageid，wo_numberofoccurrences。

現在，如果用戶在搜索框中輸入兩個以上的單詞，此設計將無法正常工作。假設foo bar。即使foo和bar都出現在表tbl_indexedwords中，並且相應的詳細信息位於tbl_wordoccurrence中，我的搜索引擎腳本將對foo或bar的最大值wo_numberofoccurrences進行排名。它不會看到foo和bar是否彼此相鄰，因爲沒有列出現單詞的順序。我希望我清楚我在這裏所說的話。

另一個想法可能是使表3列tbl_wordoccurrence表。忘記wo_numberofoccurences並用獨特的wo_occurrenceid存儲頁面中的每個單詞。現在，這將解決我的問題，因爲我知道單詞出現的順序。如果某個詞的wo_occurrenceid是wo_occurrenceid +1或wo_occurrenceid -1那麼，這兩個詞就並排發生。

這個設計的問題是它會佔用大量的空間。我的網站有很多內容。我認爲這種方法會讓它變慢（不確定，但是）。有沒有其他設計可以幫助我？或者我將不得不與第二個去？我相信第一個不會工作，所以放棄它。

來源

2013-06-12 Navneet Saini

我會建議使用數據庫系統的FULLTEXT功能（如果提供的話）或使用一些現成的框架，如** [Lucene]（http://lucene.apache.org/core/）**，它已經足夠成熟，能夠有效滿足您的需求，而不是自行重新發明輪子。 –

@RumitParakhiya Lucene是否可以使用php？我認爲它的Java！ –

我真的沒有太多關於如何使用Lucene與php，但[這個問題]（http://stackoverflow.com/questions/2010663/lucene-with-php）或[此鏈接]（http：// lucene.apache.org/solr/）可能會幫助你。 –

如果您的網站內容在數據庫中（我認爲）如果您使用的是FULLTEXT索引，則創建單獨的表格甚至都不必要。如果您使用的是mySQL，那麼它具有此功能，請參閱示例here和here。如果你使用的是MSSQL它也有其自己的FULLTEXT索引功能類似的例子here和here

，如果你堅持，如果具有然後搜索一個單獨的表，你可以最有可能需要像只有一個表：

Table : tbl_wordsoccurrence 
Fields : words_id, words 
(and if you like you can include also number_of_occurences and page_id fields)

在上表中，您可以存儲一個詞，如programming或短語如php programming。

另一方面，如果您的網站是static，這意味着內容不會保存在數據庫中，因此必須手動進行更改，而不是通過常規用戶輸入進行更改，這就是另一回事。

來源

2013-06-12 04:19:26 Edper

謝謝。我沒有意識到這一點:) –

我的網站搜索引擎的數據庫表格結構

回答

相關問題