自主研发搜索引擎,单机500万网页全文索引,任意检索不超过 20毫秒

来源:互联网 发布:淘宝品牌信息怎么写 编辑:程序博客网 时间:2024/05/25 22:58

 

搜索引擎1.0源代码、相关说明、下载地址如下:

1、GG3M.Search.Demo
  进行检索,就是常说的搜索引擎网站。提供检索服务。
  目前实现了:按关键词进行检索,实现了动态摘要、关键词高亮显示、自动分页、每页显示条目可自定义(默认每页显示10条检索结果)
  未实现功能:相关搜索关键词条显示、按相关度进行排序、快照、网页标题、采集时间、网页URL、并行集群检索
  其中:快照、网页标题、采集时间、网页URL 可根据实际情况自行实现
  相关搜索关键词条显示、按相关度进行排序、并行集群检索 将在下一版提供
2、GG3M.Search.Index
  进行索引,就是常说的全文索引。
   
3、DemoDoc 目录中的 3500个txt文档是用来做索引测试的文档。测试的使用请放置在:E:\index\DemoDoc 也可根据实际情况在代码中修改  

4、index 目录中的.idx 文件是测试建立的索引文件。 测试的使用请放置在:E:\index\index 目录,也可根据事情情况修改配置文件
   
5、注意事项:
  A、目前索引存储路径是 E:\index\index\ 可在配置文件中根据实际情况对配置文件“App.config、Web.config”进行修改
 
  B、索引所需词库存储路径是 E:\index\ App_Data 可在配置文件中根据实际情况对配置文件“App.config”进行修改
  修改后将 App_Data文件夹及其中的文件全部拷贝到对应目录即可
  C、检索所需词库存存储路径是 网站项目中的 App_Data 目录,无须修改
  D、GG3MIndex.dll 是核心库,采用C语言开发,可存放在system32目录,或项目运行的目录bin或release目录中。
   
6、目前提供的版本是2.0版,有如下性能指标:  
  A、单机可索引500万网页、
  B、普通PC: AMD 2.0、 7200转硬盘、2G内存每4分钟可索引1000页(已经做了html parse)的文本
  C、经实际测试任意50词以内的检索,检索运算不超过 20毫秒
  D、检索速度不会因为索引的多少而发生任何变化,索引速度也不会因为文档多少或文档大小而变慢
  E、开发工具VS2010,测试环境 windos7 + CPU(AMD 2.0)、 5400转300G硬盘、2G内存
  注:本版本单机索引限制在 500万网页,超过将不在执行索引。
   
7、本版本截止开发周期业余时间不到一个月,所以有很多不完善的地方,请大家多指正。
  我会尽快根据大家提供的建议进行改善并提供改进后的新版本。

GG3M搜索引擎帮助中心 http://www.gg3m.com/help/
   
8、本软件完全属于自主创作,基本没有任何借鉴和第三方代码,您可以放心的用于学习和商业用途。

原创粉丝点击