第8章 简单之美——布尔代数和搜索引擎的应用

技术分为术和道两种，具体的做事方法是术，做事的原理和原则是道。追求术的人一辈子工作都很辛苦，只有掌握了搜索的本质和精髓才能游刃有余。真正做好一件事没有捷径，作者在Google做搜索时，每天至少要分析20个左右不好的搜索结果。

搜索引擎的原理

• 自动下载尽可能多的网页。

• 建立快速有效的索引。

• 根据相关性对网页进行公平准确的排序。

布尔代数

元素（真、假）、基本运算（与、或、非）。文献检索时，需要根据是否含关键字返回相应的参数：真或假。这样逻辑推理和计算就合二为一了。

索引

是一张大表，表的每一行对应一个关键字，以及包含该关键字的文献序号。为方便网页排名，索引中还有一些附加信息，诸如每个词出现的位置、次数等等，使得索引变得非常之大，一台服务器难以存储。普遍的做法是根据网页的序号将索引分成很多份，分别存储在不同的服务器中，这些服务器同时并行处理用户的请求，并把结果送到主服务器进行合并处理，最终将结果返回给用户。

需要根据网页的重要性、质量和访问的频率建立常用和非常用等不同级别的索引。常用的索引需要访问速度快、更新快，附加信息多。

小结

布尔代数将逻辑和数学合二为一。

“（人们）发觉真理在形式上从来是简单的，而不是复杂和含混的。” 牛顿