前面簡要介紹過了搜索引擎的索引系統(tǒng)，實際上在建立倒排索引的最后還需要有一個入庫寫庫的過程，而為了提高效率這個過程還需要將全部term以及偏移量保存在文件頭部，并且對數(shù)據(jù)進行壓縮，這涉及到的過于技術化在此就不多提了。今天簡要給大家介紹一下索引之后的檢索系統(tǒng)。

    檢索系統(tǒng)主要包含了五個部分，如下圖所示：

    （1）Query串切詞分詞即將用戶的查詢詞進行分詞，對之后的查詢做準備，以“10號線地鐵故障”為例，可能的分詞如下（同義詞問題暫時略過）：

      10  0x123abc

      號   0x13445d

      線   0x234d

      地鐵 0x145cf

      故障 0x354df

    （2）查出含每個term的文檔集合，即找出待選集合，如下：

       0x123abc   1  2 3  4  7  9…..

       0x13445d   2  5 8  9  10  11……

       ……

       ……

    （3）求交，上述求交，文檔2和文檔9可能是我們需要找的，整個求交過程實際上關系著整個系統(tǒng)的性能，這里面包含了使用緩存等等手段進行性能優(yōu)化；

    （4）各種過濾，舉例可能包含過濾掉死鏈、重復數(shù)據(jù)、色情、垃圾結(jié)果以及你懂的；

    （5）最終排序，將最能滿足用戶需求的結(jié)果排序在最前，可能包括的有用信息如：網(wǎng)站的整體評價、網(wǎng)頁質(zhì)量、內(nèi)容質(zhì)量、資源質(zhì)量、匹配程度、分散度、時效性等等，之后會詳細給大家介紹。