### 數據的分類 ### 結構化數據：指具有固定格式或有限?度的數據，如數據庫，元數據等。對于結構化數據，我們?般都是可以通過關系型數據庫(mysql，oracle等)的 table 的?式存儲和搜索，也可以建?索引。通過b-tree等數據結構快速搜索數據。 ### ?結構化數據：全?數據，指不定?或?固定格式的數據，如郵件，word?檔等。對于?結構化數據，也即對全?數據的搜索主要有兩種?法：順序掃描法，全?搜索法。 ### ### 順序掃描 按字?意思，我們可以了解它的?概搜索?式，就是按照順序掃描的?式查找特定的關鍵字。?如讓你在?篇籃球新聞中，找出"科?"這個名字在哪些段落出現過。那你肯定需要從頭到尾把?章閱讀?遍，然后標記出關鍵字在哪些地?出現過。這種?法毋庸置疑是最低效的，如果?章很?，有?萬字，等你閱讀完這篇新聞找到"科?"這個關鍵字，那得花多少時間。 ### ### 全?搜索 ### 對?結構化數據進?順序掃描很慢，我們是否可以進?優化？把我們的?結構化數據想辦法弄得有?定結構不就?了嗎？將?結構化數據中的?部分信息提取出來，重新組織，使其變得有?定結構，然后對這些有?定結構的數據進?搜索，從?達到搜索相對較快的?的。這種?式就構成了全?搜索的基本思路。這部分從?結構化數據中提取出的然后重新組織的信息，我們稱之索引。 ### 我們以NBA中國?站為例，假設我們都是籃球愛好者，并且我們是科密，那如何快速找到有關科?的新聞呢？全?搜索的?式就是，將所有新聞中所有的關鍵字進?提取，?如"科?"，"詹姆斯"，"總冠軍"，"MVP"等關鍵字，然后對這些關鍵字建?索引，通過索引我們就可以找到對應的該關鍵詞出現的新聞了。 ### ### 什么是全?搜索引擎 根據百度百科中的定義，全?搜索引擎是?前?泛應?的主流搜索引擎。它的?作原理是計算機索引程序通過掃描?章中的每?個詞，對每?個詞建??個索引，指明該詞在?章中出現的次數和位置，當?戶查詢時，檢索程序就根據事先建?的索引進?查找，并將查找的結果反饋給?戶的。 ### ### 搜索引擎 1. Lucene 2. Solr 3. Elastic search