部署自己的搜索引擎實現關鍵詞優化

2010-03-22 10:48?來源 

經常看到朋友們討論關鍵詞優化，也見過朋友費心地“積累”關鍵詞。這里為大家分享一個用自架搜索引擎來做關鍵詞優化的經驗。

　　聲明：此經驗適用于有一定技術能力的站，要求服務器有java運行環境，如JDK,TOMCAT。如果你不具備這些條件的話，也可以以手工的方式變相實現，但比較費時間。

　　這 個經驗是被javaeye論壇啟發的。在網上搜技術資料時，這個論壇出現的機率極高。點進去看，大多是一些文章列表。用文章列表的形式去迎合關鍵詞，匹配 的機率當然就大了。而你的文章當然不同于硬堆出來的關鍵詞，搜索引擎看到這么多匹配的正規內容，自然會喜歡。如果從用戶體驗上來講，你把自己資料庫中最相 關的東西展示出來給用戶看，自然也是最佳用戶體驗，比起讓用戶找類目，一頁一頁地翻，肯定是強百倍了。

　　道理很簡單，我重點講解怎么去實現。我的實現方案用到了開源搜索引擎solr和開源的中文分詞系統paoding(國人貢獻的庖丁解牛中文分詞軟件)。

　　solr是基于開源索引lucene的，這兩者皆是apache開源組織推出的，官網地址為：

　　lucene: http://lucene.apache.org/

　　solr: http://lucene.apache.org/solr/ (solr是lucene下的子項目，solr可讀作“掃啦”)

　　順便也提一下lucene下的另一子項目nutch，這是一個搜索引擎爬蟲，可以爬intranet或internet，很酷吧!如果你想玩高級的采集，不防學一學，當然要有java編程功底。

　　轉入正題，先說lucene的作用。lucene是一個索引系統，它可以對內容進行關鍵詞索引，這有點像數據庫，區別在于后者不僅要索引，還要維護更多的其 它內容，比如數據關系。但后者在全文檢索上功能比較差，高級的數據庫系統才支持全文檢索，而像被廣大使用的mysql數據庫，則沒有這項功能。 lucene則不一樣，它的意義不在于存儲和維護數據，它生來就是做索引的，所以它會對文本內容進行分詞索引。打個比方，如果你的文本內容里有 “hello world\"一句話，那么它會分析出hello,world兩個詞，并會把此條內容作為一個索引條目添加到hello和world兩個關鍵詞索引目錄中。 這是不同于SQL里的like查詢的，數據庫沒有對字段內容進行分析，只是針對字段做了索引，當你要like查詢字段內空時，它實際上是一條一條的做字符串匹配，這樣效率很低下，無法承受重壓。所以很少有人用like做大業務量的搜索。

　　有lucene了，solr是干什么的?lucene 只提供了編程接口，而solr是個開箱即用的東西。請參考官方的說明，相信你很快就可以架起一個solr搜索服務。solr所需要配置的只有一個地方，就是schema.xml，你要在這里配上你的CMS系統最終文章所用到的字段，比如作者，分類，標題，內容等等，同時要配好這些字段的類型。不同的字段類 型會影響其搜索表現。solr架好了，如何使用呢?它提供了兩個接口(簡單吧，只有兩個接口)，一個是update，一個是select，分別對應更新與 查詢(刪除屬于更新)。update的具體實現就是向基指定URL POST一個XML文檔。關鍵部分格式大致如下：　　本文“”來源：http://www.coweal.com/keji/design/13568.html，轉載必須保留網址。

編輯：