- ?
MySQL索引专题一 认识索引
阎靖易
展开
关于这个专题
想写MySQL的索引专题是源于之前自己在学习MySQL索引时痛苦的经历,你在网上搜索关于MySQL的索引的文章,大多是支离破碎,没有系统性的对知识点的罗列堆砌,文章中会说明你要如何如何做,但是很少涉及去讲为什么要这么做,哪些不能做,很难对MySQL有一个系统性的认知,学习如果没有系统性的话,就很难在实际的项目中灵活运用,出于此目的,自己就打算写一个关于MySQL索引的专题系列,算是自己一个学习的总结,如果同时能帮到你那再好不过了。下面进入正题,我们先来了解一下什么是索引以及索引的类型。
认识索引
认识索引是什么东西非常关键,一个非常恰当的比喻就是书的目录页与书的正文内容之间的关系,为了方便查找书中的内容,通过对内容建立索引形成目录。因此,首先你要明白的一点就是,索引它也是一个文件,它是要占据物理空间的。
比如对于MyISAM存储引擎来说:
.frm后缀的文件存储的是表结构。
.myd后缀的文件存储的是表数据。
.myi后缀的文件存储的就是索引文件。
如下图所示:
对于InnoDB 存储引擎来说:
.ibd后缀的文件存放索引文件和数据(需要开启innodb_file_per_table 参数)
因此,当你对一张表建立索引时,索引文件的大小也会改变,当你数据表中的数据因为增删改变化时,索引文件也会变化的,只不过MySQL会自动维护索引,这个过程不需要你介入,这也是为什么不恰当的索引会影响MySQL性能的原因。
总结:
1. 索引是按照特定的数据结构把数据表中的数据放在索引文件中,以便于快速查找;
2. 索引存在于磁盘中,会占据物理空间。
索引的类型
上面说到,索引文件时按照不同的数据结构来存储的,数据结构的不同也产生了不同的索引类型,常见的索引类型包括:
B-Tree索引
哈希索引
空间数据索引(R-Tree)
全文索引
下面做一一介绍:
1. B-Tree索引
B-Tree索引是最常用的一种索引,如果没有指定特定的类型,那么多半就是B-Tree索引,事实上,很多搜索引擎使用的是它的变种B+Tree,这是对B-Tree的一个优化,如果需要详细了解,可以参考数据结构方面的书籍,这里不做详细探讨。以下统称为B-Tree索引。
绝大多数的存储引擎,比如MyISAM和InnoDB都支持这种索引,因此说它是应用最广泛,最常用的一种索引方式,但是不同的存储引擎在具体实现时会稍有不同,比如MyISAM会使用前缀压缩的方式对索引进行压缩,InnoDB则不会。
下图展示了B-Tree索引是如何存储被索引的数据的:
说明:
左图是一个包含三列的数据表,右图则展示了数据是如何被索引的。
可以看出B-Tree是对索引列是按照顺序存储的,每个叶子节点指向被索引的数据,这也是B-Tree索引支持范围查找数据的原因。
2. 哈希索引
相比于B-Tree索引,哈希索引的实现就比较简单了,它是基于哈希表来实现的,对于要索引的列,存储引擎会计算出一一对应的哈希码,然后把哈希码存放在哈希表中作为key,value值是指向该行数据的指针。
下图是简单的原理展示:
左边紫色图表示一个二列的数据表。
中间表示对fname列进行哈希索引,计算出哈希值。
右边绿色图表示把生成的哈希值存放于哈希表中。
当我们执行以下查询时:
select * from testTable where fname = “mary”;
MySQL会首先计算查询条件mary的哈希值,然后到哈希表中去找该哈希值,如果找到了根据对应的指针也就找到了需要寻找的数据行。
哈希表的优势与限制:
优势:
只需比对哈希值,因此速度非常快,性能优势明显;
限制:
不支持任何范围查询,比如where price >150,因为是基于哈希计算,支持等值比较。
哈希表是无序存储的,因此索引数据无法用于排序。
主流存储引擎不支持该类型,比如MyISAM和InnoDB。哈希索引只有Memory, NDB两种引擎支持。
因此,哈希索引虽然速度快,但其实使用很受限,只适用于某些特殊的场合。
空间数据索引(R-Tree)
空间索引可用于地理数据存储,它需要GIS相关函数的支持,由于MySQL的GIS支持并不完善,所以该索引方式在MySQL中很少有人使用。
全文索引
全文索引主要用于海量数据的搜索,比如淘宝或者京东对商品的搜索,你不可能使用like进行模糊匹配吧,MySQL从5.6开始支持InnoDB引擎的全文索引,功能没有专业的搜索引擎比如Sphinx或Solr丰富,如果你的需求比较简单,可以尝试一下MySQL的全文索引,否则建议使用专业的搜索引擎。
1. B-Tree索引使用最广泛,主流引擎都支持。
2. 哈希索引性能高,适用于特殊场合。
3. R-Tree不常用。
4. 全文索引适用于海量数据的关键字模糊搜索。
索引和存储引擎之间的关系
上面讲述了索引有不同的类型,存储引擎也有不同的类型,那么索引和存储引擎之间有什么关系呢?
首先你需要知道,在MySQL中,索引是在存储引擎中实现的,并不是所有的存储引擎都支持所有的索引类型,比如哈希索引,MyISAM和InnoDB是不支持的;同样,即使对于同一类型的索引,不同的存储引擎实现的方式也可能是不同的,比如MyISAM和InnoDB对B-Tree索引,具体的实现是有差别的。
1. 不同的存储引擎可能支持不同的索引类型;
2. 不同的存储引擎对同一中索引类型可能有不同的实现方式。
B-Tree索引与唯一索引,主键索引,普通索引的关系
最开始对B-Tree索引与唯一索引,主键索引,普通索引这几种索引的关系很模糊,网上也没搜索到相关的资料,以为他们的关系是并列的,其实并不是,B-Tree只是底层的算法实现,唯一索引,主键索引,普通索引都是基于B-Tree索引算法的,只不过又有各自的特点。
通过下图也可看出这种关系:
至于唯一索引,主键索引,普通索引之间的区别,下面补充一下:
主键索引:数据列不允许重复,不允许为NULL.一个表只能有一个主键。
唯一索引:数据列不允许重复,允许为NULL值,一个表允许多个列创建唯一索引。
普通索引:基本的索引类型,没有唯一性的限制,允许为NULL值。
这篇文章先说到这里,目的主要是对MySQL的索引有个概念上的认识,以及了解索引的类型,索引和存储引擎之间的关系,本专题会继续更新,继续对MySQL索引知识逐渐展开,如果你感兴趣的话可以关注该专栏,以及顺便动动手指关注一下我(^_^),希望本文对你有所帮助。
- ?
搜索系统19:lucene索引的五个关键知识点
Padre
展开
1.文件锁是怎么实现的?
org.apache.lucene.store.NativeFSLockFactory
这个write.lock一直为0字节。那它有什么用,怎么判断这个Lock文件就是lucene里定义的锁?如下,判断文件的创建时间是否与之前创建时的时间一致:
代码:org.apache.lucene.store.NativeFSLockFactory.NativeFSLock
2.lucene文件怎么存放int值。
我开始想到的是应该用ObjectOuputStream,深入代码,发现不是这样的。是把int转为4个字节,再存的。org.apache.lucene.store.DataOutput.writeInt,下面是Java里int与2进制的关系:
所以写int到文件就是写4个字节,如下图。但lucene还有另一种压缩存储方式,这种方式比较特殊,它会把int保存1到5个字节,低位的第一个位都为1。
3.lucene文件怎么存String。
这个设计比较妙,写String时先写个长度再把字符串写进去,这样读String的时候就可以先读出这个长度,就知道下一步要读多长的字节了。
4.索引文件的共有内容。
如上图的多文件结构,每个document都会生成一组文件。除了write.lock文件外,其它文件都有的内容就是header与footer,这两个的格式可以查看org.apache.lucene.codecs.CodecUtil类的writeHeader方法与writeFooter方法,writeFooter方法的最后都是一个CRC(循环冗余校验码)。
5.共有的写文件方法。
索引文件里有各种数据格式,如Int,Long,String。但最终它们都转换成了字节保存,写字节的地方就是org.apache.lucene.store.OutputStreamIndexOutput,其中有两个方法:writeByte与writeBytes,写任何数据都要经过这两个方法。既然这样,我就可以通过分析调用这两个方法的代码,就可以知道整个lucene索引是怎么构建的了。
- ?
电脑文件太多找不到要用的?文件搜索神器Everything助你一臂之力
Hobart
展开
Everything 是一款优秀的文件搜索软件,最大的优点就是搜索速度快,可以在几百G的硬盘中瞬间“锁定”用户需要的文件,比Windows系统自带的搜索功能强大太多了,小报君推荐大家体验一下。
文件搜索神器Everything 体积小巧,索引文件速度快,占用系统资源少,主要通过文件名搜索文件,支持正则表达式,完美支持中文,并且是免费软件。Everything 只在用户第一次运行它时,生成体积极小的索引数据库,索引文件耗时仅需几十秒钟,数据库文件体积又非常小,堪称神器。搜索文件时,用户只需要在搜索框中输入文件名或后缀名,就会“瞬间”显示搜索结果,即搜即现,速度之快令人咂舌。
即搜即现除此之外,Everything 还支持 HTTP 和 FTP 服务器的搭建,用户只需要在“工具”——“选项”里面勾选“HTTP服务器” 或 “FTP服务器”的选项,设置好访问端口,即可在浏览器中以http或ftp方式访问本地磁盘文件。例如:启用 HTTP 服务器,并设置端口号1234,就可以在浏览器地址栏输入 127.0.0.1:1234 访问了,非常方便。
启用 HTTP 服务器访问服务器需要提醒的是,Everything 只支持 NTFS 格式文件系统,因此 FAT32 格式的分区需要转化为 NTFS 格式后才能搜索到。如果你的硬盘有FAT32分区,可以翻看小报君上一篇文章,介绍如何转换分区格式的。
- ?
数据库索引有哪几种?
Haidee
展开
数据库索引的种类:
1、按照索引列值的唯一性,索引可分为唯一索引和非唯一索引
非唯一索引:B树索引
create index 索引名 on 表名(列名) tablespace 表空间名;
唯一索引:建立主键或者唯一约束时会自动在对应的列上建立唯一索引
2、索引列的个数:单列索引和复合索引
3、按照索引列的物理组织方式
B树索引
create index 索引名 on 表名(列名) tablespace 表空间名;
位图索引
create bitmap index 索引名 on 表名(列名) tablespace 表空间名;
反向键索引
create index 索引名 on 表名(列名) reverse tablespace 表空间名;
函数索引
create index 索引名 on 表名(函数名(列名)) tablespace 表空间名;
删除索引
drop index 索引名
重建索引
alter index 索引名 rebuild
索引的创建格式:
CREATE UNIUQE | BITMAP INDEX
. ON . ( | ASC | DESC, | ASC | DESC,...) TABLESPACE STORAGE LOGGING | NOLOGGING COMPUTE STATISTICS NOCOMPRESS | COMPRESS NOSORT | REVERSE PARTITION | GLOBAL PARTITION UNIQUE | BITMAP:指定UNIQUE为唯一值索引,BITMAP为位图索引,省略为B-Tree索引。
| ASC | DESC:可以对多列进行联合索引,当为expression时即“基于函数的索引” TABLESPACE:指定存放索引的表空间(索引和原表不在一个表空间时效率更高) STORAGE:可进一步设置表空间的存储参数 LOGGING | NOLOGGING:是否对索引产生重做日志(对大表尽量使用NOLOGGING来减少占用空间并提高效率) COMPUTE STATISTICS:创建新索引时收集统计信息 NOCOMPRESS | COMPRESS :是否使用“键压缩”(使用键压缩可以删除一个键列中出现的重复值) NOSORT | REVERSE:NOSORT表示与表中相同的顺序创建索引,REVERSE表示相反顺序存储索引值 PARTITION | NOPARTITION:可以在分区表和未分区表上对创建的索引进行分区 使用USER_IND_COLUMNS查询某个TABLE中的相应字段索引建立情况
使用DBA_INDEXES/USER_INDEXES查询所有索引的具体设置情况。
在Oracle中的索引可以分为:B树索引、位图索引、反向键索引、基于函数的索引、簇索引、全局索引、局部索引等,下面逐一讲解:
一、B树索引:
最常用的索引,各叶子节点中包括的数据有索引列的值和数据表中对应行的ROWID,简单的说,在B树索引中,是通过在索引中保存排过续的索引列值与相对应记录的ROWID来实现快速查询的目的。其逻辑结构如图:
可以保证无论用户要搜索哪个分支的叶子结点,都需要经过相同的索引层次,即都需要相同的I/O次数。
B树索引的创建示例:
create index ind_t on t1(id) ;
注1:索引的针对字段创建的,相同字段不能创建一个以上的索引;
注2:默认的索引是不唯一的,但是也可以加上unique,表示该索引的字段上没有重复值(定义unique约束时会自动创建);
注3:创建主键时,默认在主键上创建了B树索引,因此不能再在主键上创建索引。
二、位图索引:
有些字段中使用B树索引的效率仍然不高,例如性别的字段中,只有“男、女”两个值,则即便使用了B树索引,在进行检索时也将返回接近一半的记录。
所以当字段的基数很低时,需要使用位图索引。(“低”的标准是取值数量 < 行数*1%)
位图索引的逻辑结构如上图所示:索引中不再记录rowid和键值,而是将每个值作为一列,用0和1表示该行是否等于该键值(0表示否;1表示是)。其中位图索引的行顺序与原表的行顺序一致,可以在查询数据的过程中对应计算出行的原始物理位置。
位图索引的创建示例:
create bitmap index ind_t on t1(type);
注:位图索引不可能是唯一索引,也不能进行键值压缩。
三、反向键索引:
考虑这个情况:某一字段的值是1-1000顺序排列,建立B树索引后依旧递增,到后来该B数索引不断在后面增加分支,会形成如下如的不对称树:
反向键索引是一种特殊的B树索引,在存储构造中与B树索引完全相同,但是针对数值时,反向键索引会先反向每个键值的字节,然后对反向后的新数据进行索引。例如输入2008则转换为8002,这样当数值一次增加时,其反向键在大小中的分布仍然是比较平均的。
反向键索引的创建示例:
create index ind_t on t1(id) reverse;
注:键的反转由系统自行完成。对于用户是透明的。
四、基于函数的索引:
有的时候,需要进行如下查询:select * from t1 where to_char(date,'yyyy')>'2007';
但是即便在date字段上建立了索引,还是不得不进行全表扫描。在这种情况下,可以使用基于函数的索引。其创建语法如下:
create index ind_t on t1(to_char(date,'yyyy'));
注:简单来说,基于函数的索引,就是将查询要用到的表达式作为索引项。
五、全局索引和局部索引:
这个索引貌似很复杂,其实很简单。总得来说一句话,就是无论怎么分区,都是为了方便管理。
具体索引和表的关系有三种:
1、局部分区索引:分区索引和分区表1对1
2、全局分区索引:分区索引和分区表N对N
3、全局非分区索引:非分区索引和分区表1对N
创建示例:
首先创建一个分区表
create table student
(
stuno number(5),
sname vrvhar2(10),
deptno number(5)
)
partition by hash (deptno)
(
partition part_01 tablespace A1,
partition part_02 tablespace A2
);
创建局部分区索引(1v1):
create index ind_t on student(stuno)
local(
partition part_01 tablespace A2,
partition part_02 tablespace A1
); --local后面可以不加
创建全局分区索引(NvN):
create index ind_t on student(stuno)
global partition by range(stuno)
(
partition p1 values less than(1000) tablespace A1,
partition p2 values less than(maxvalue) tablespace A2
); --只可以进行range分区
创建全局非分区索引(1vN)
create index ind_t on student(stuno) GLOBAL;
(本文内容由百度知道网友li123417贡献)
- ?
实用技巧:Win7不建立索引的情况下如何快速查找文件?
郜柔
展开
在使用电脑时,如果电脑上有很多的文档文件,查找起来的非常麻烦的,一般想在电脑上快速查找到文件,我们一般会建立索引,但是由于惰性,不少小伙伴是不会去进行建立的步骤,也不想使用第三方软件。这种情况下,我们该如何操作才能快速找到文件呢?下面小编就分享下一些简单的步骤!
1、在电脑桌面点击打开计算机(我的电脑),然后在右上角在搜索框中输入查找的内容,如图:
2、可选择搜索的范围,比如C盘、D盘..等等,根据文件所在盘符选择,如图:
3、如果忘记具体文件名,记得修改或是接收的日期,我们可以点击搜索框,然后点击出现窗口中的修改日期!如图:
4、根据文件类型来进行搜索,如图:
以上便是电脑没有建立索引与及使用第三方软件进行快速搜素情况下,使用电脑基本功能来进行快速搜索的操纵方法,如果你电脑上面文件过多,而没有建立索引,可按照上面步骤进行操作,希望可以帮助到大家!
- ?
搜索系统18:lucene索引文件结构
甄凌柏
展开
1.多文件索引与复合索引的区别
2.segments(段)文件
3.段元数据.si 保存了索引段的元数据信息4.fnm(域名)文件相当于solr里的schemal.xml文件
5.项词典(.TIS、TII)文件lucene老版本的项词典是tis文件,新版本是tim文件,如图:
我没在这个文件里找到字段名,可能已经转成了数值。《lucene in Action》里有对这几个文件结构介绍的图:
有资料说.tim文件中存储着每个域中Term的统计信息且保存着指向.doc, .pos, and .pay 索引文件的指针。.tip文件保存着Term 字典的索引信息,可支持随机访问。6.域存储文件 .fdt 存储域内容.fdx 文件包含了简单的索引信息,该信息用来将该域对应的文档号保存至.tdt文件中的对应位置。7.锁文件write.lock 防止多个IndexWriter同时写到一份索引文件中。8.索引字段加权因子.nvd, .nvm .nvm 文件保存索引字段加权因子的元数据.nvd 文件保存索引字段加权数据
- ?
如何优化Windows索引,实现更好和更快的桌面搜索
孟强炫
展开
如今 PC 用户的文件数都呈海量级增长,很多 Windows 用户的硬盘都被文档、图片、音乐、视频、PPT 等各种不同的丰富文件类型所填满。所以我们在查找文件时,常常都会用到搜索功能。每当你在开始菜单或 Windows 资源管理器中进行搜索时,都会由 Windows 内置的索引功能生成并给出结果。
虽然大多数情况下 Windows 都会很快给出搜索结果,但有时也会出现系统反馈搜索结果缓慢和滞后的情况。发生这种情况一般是由于 Windows 索引服务并没对搜索路径中的文件建立好索所致,但我们也可以优化 Windows 索引,以实现更好和更快的桌面搜索。
重建Windows 10索引
当用户在 Windows 10 中搜索文件时,都是通过提前建立好的索引来快速反馈结果。如果你的硬盘批量添加或更改过文件,在索引未正式完成之前进行搜索,在结果反馈上就会出现延迟和缓慢的情况。对于此种情况,我们都可手动重建 Windows 10 索引进行解决。
1.打开「控制面板」,搜索并打开「索引选项」
2.点击「索引选项」界面下方中间的「高级」选项
3.点击疑难解决中的「重建」按钮,在弹出的窗口中点击「确定」按钮即可
上述操作 Windows 会直接丢弃当前已经建立好的索引内容并重建它。
根据不同的文件数量和文件类型,完成索引可能需要花上一些时间才能完成。在索引建立完成之前,当我们在开始菜单中搜索某些内容时,可能会提到「结果可能不完整」的提示。
添加索引位置
除了重建索引外,我们还可以控制 Windows 对哪些位置或路径的文件进行索引。在「索引选项」主窗口中大家就可以看到当前 Windows 要索引哪些文件夹中的文件,如果将你常用的文件夹或分区也编入索引,对加快搜索结果也非常有用。
要添加或删除索引位置,在「索引选项」窗口底部的点击「修改」按钮进行勾选即可。
禁用索引器回退
在默认情况下,Windows 会调用被称为「索引器」的功能在后台慢慢为选定路径中的文件建立索引。而且为了不影响到用户的日常使用和系统性能,在建立索引时,Windows 会根据用户当前的使用情况和操作频率控制「索引器」对系统资源的占用。
简单来说,「索引器」会在后台自动调节索引速度和资源占用,用户频繁操作时,会自动为「索引器」降速,这个功能就被称为索引器回退。
如果你的 PC 硬件十分强劲,就可以禁用索引器回退功能,以达到快速建立索引的目的。
1.使用 Windows + R 快捷键打开「运行」— 执行 gpedit.msc 打开组策略编辑器
2.导航到如下路径:计算机配置 — 管理模板 — Windows 组件 — 搜索
3.在右侧找到「禁用索引器回退」这条策略,并将其启用即可。
开启此功能后,后台建立索引文件时可能会占用大量的 CPU 资源,从而影响到平常的使用体验。
联盟搜索
联盟搜索是微软于 Windows 7 便开始提供的一项搜索功能,该功能也被延续到了 Windows 10 操作系统当中。通过联盟搜索,用户能够在 Windows 资源管理器中使用 OpenSearch 协议对远程的数据和资源进行搜索和查询。
用户在使用联盟搜索检索网络资源时和搜索本地数据完全类似,用户通过资源管理器便可直接预览网络资源或网页。
在 Windows 10 中也只需少量改动即可直接支持联盟搜索服务,下图简介了联盟搜索的工作流程:
将服务器端的数据通过 OpenSearch 协议生成 RSS 或 Atom
建立 .osdx 文件从网络服务访问生成的 RSS 或 Atom
通过 .osdx 文件在客户端部署搜索连接器
1.要在 Windows 10 中使用联盟搜索需要先创建一个 .osdx 文件,我们以系统极客为例进行演示,其文件内容示例如下:
2.双击创建好的 .osdx 文件,选择「添加」将连接器添加到资源管理器
3.在 C:Users
Searches 中打开建立好的「搜索连接器」即可搜索远程内容了 想必通过上面介绍的 3 种方法,大家可以在一定程度上优化 Windows 索引和提升搜索功能的使用体验,以实现更好和更快的桌面搜索。如果大家有补充,可以在评论中进行讨论。
- ?
Win7系统如何删除索引?取消文件夹索引的方法
清心
展开
Win7系统如何删除索引?虽然在文件夹内创建索引可以提高Win7系统搜索文件的效率,但索引的优点也是缺点,过多的索引反而让那些没有创建索引的文件更难搜索到,想要取消文件夹索引可以根据以下方法进行处理。
Win7系统如何删除索引?
1、点击开始菜单,搜索框中输入:索引,系统自动搜索到索引选项,回车。
2、弹出来的索引选项窗口中,明确的罗列了已经创建了索引的路径,如有删除,点击“修改”按钮。
3、弹出来的索引位置窗口,可以看到已经创建索引的路径都在这里显示而且其前边有可选框,如果要取消,在相应的选择框中取消勾,点击确定。
以上步骤便是Win7系统删除索引的方法,笔者建议用户不对文件夹建立索引,若是一定要有效率的搜索文件,完全可以使用第三方工具快速进行搜索,而非等待系统慢吞吞的进行搜索。
本文章来自蓝月帝国编辑发布
- ?
搜索引擎索引:正向索引和倒排索引结构是什么
钮凌兰
展开
索引就是关键词与网页文件之间的一种对应关系。所以就存在两种索引:正向索引和倒排索引。我们知道搜索引擎中使用的是倒排索引,有不少朋友并不理解什么叫倒排索引。这里先来介绍—下正向索引。当用户进行査询时,如果对本地文件全面扫描用户所提交的关键词,"查询"的工作量就太大了,而且也是很消耗服务器资源的,所以搜索引攀会把已经处理过的网页先进行索引,放到数据库中等待网民的搜索査询请求。
一个网页被搜索引擎经过以上处理后,就只剩下能够体现网页主体内容的文本了,此时就可以对该网页进行索引了。正向索引指的是文件对应关键词的形式,正向索引数据结构简化示意如下图。
如果使用这种索引直接参与排名,则与不分词没有太大区别,也需要对所有文件进行检索,并且如果用户提交的是长尾词,这种索引对文件内容相关度的计算也会非常耗费资源。
为了使得索引文件可以直接用于排名,搜索引擎会把上面的对应关系进行转换,做成倒排索引,也就是采用关键词对应文件的形式。倒排索引的数据结构简化如下图。
这样的索引结构就可以直接应用于搜索排名了,比如,用户搜索关键词1,那么搜索引擎只会对包含关键词1的文件进行相关度和权重计算;用户搜索"关键词1+关键词2"组合词,那么搜索引擎就会把包含关键词1且包含关键词2的文件调出,进行相关度和权重计算。这样就大大加快了呈现排名的速度。
倒排索引中不仅仅记录了包含相应关键词文件的ID,还会记录关键词频率、每个关键词对应的文档频率,以及关键词出现在文件中的位置等信息。在排名过程中,这些信息会被分别进行加权处理,并应用到最终的排名结果中。
在SEO操作中,会有相对应的加大关键词频率、尽量使核心关键词出现在网页的最前面, 以及关键词用H标签和变色加粗等着重标识的操作手法,这些都会被倒排索引所记录,并参与关键词相关度的计算和搜索排名。
- ?
网站索引是什么意思?有效索引又是什么鬼?
唐听芹
展开
现在百度抓取到本地并进行索引的网页已经以千亿计,如果每一个用户提交查询时,百度搜索从这几千亿个网页中进行检索,相信不论百度的服务器集群多么牛,都不能快速响应。即使勉强能够满足用户的搜索,反应速度和效率肯定非常低。因此为了解决这个问题,搜索引擎会引入有效索引和缓存模块。对于网站索引是什么意思这里就不多做阐释,下面主要针对有效索引是什么进行概述。
面对如此巨大数量的网页,如何一个常规关键词都会匹配出几万、几十万、几百万、几千万甚至上亿的网页。我们知道大部分用户一般只会流量搜索结果的前三页,这样搜索引擎没有必要每次对检索都进行所有索引文件进行查询,只要对一个适当数量的索引文件进行检索即可。同时也不会把所有相关网页都呈现给用户,而只需呈现部分结果。比如百度最多呈现760个结果,google最多呈现1000个结果,这个索引就成为有效索引。
稍微有点seo经验的朋友应该就有这种经验:一个新网站的网页,搜索网页是收录的,但是搜索网页的品牌词都搜索不到。对于老网站来说这是降权的现象,对于新网站来说就是这个新网页权重较低,并没有参与排名计算。
比如xuzhengwei是收录的,但搜索品牌词大地网络营销学习网是没有网站排名的。
如果百度在已索引的全部文件进行检索,肯定就会把这个网页呈现出来。然后结果并非这样,代表这个网页并没有在百度的有效索引库中。
出现这种情况的原因:
网页权重太低,或者该网站被降权。出现这种情况就要小心了,可能被降权了,或者是降权的前兆,同时也证明了有效索引这个概念。
总之在seo工作中,提升网站和网页权重是一个很重要的工作,并且提升网站的有效收录也是一个很重要的工作方向。这里的有效收录,指的不仅仅是搜索内容标题有排名,而且搜索涉及相关的关键词也会有排名,并且可以带来搜索流量的网页。