奇点seo快排
奇点SEO专注于:百度/谷歌seo优化，核心seo快排技能，seo优化工具，seo快排oem,等等。奇点SEO优化师，让搜索引擎排名优化，和seo推广变的更加大略。
公众号
本文希望写一篇大略的搭建一个小型搜索引擎的过程，来帮助大家更好的理解搜索引擎的过程。
须要准备一下环境：
1：一台Linux做事器，最好有2G旁边的内存，最好是CentOS 最新版本。不假如CentOS 7.8，7.9（不要问为什么，问便是有坑，我帮大家趟过雷了）。推举阿里云的活动的2核2G 99一年的机器即可。
或者不须要做事器，在本地进行搭建。
2:如果是Linux做事器，须要安装好宝塔，如果是本地电脑，须要安装好python环境，3.8以上。
3:懂一些python和互联网的根本，不须要很多。
4：可以翻X，推举的搜索引擎为meilisearch
解释：
原来是一贯用es搜索，没有写详细的教程，是由于es比较重，各种配置比较繁芜，虽然功能比较强大，但是对付非专业程序员，还是比较困难的。
看到很多人推举meilisearch，测试一番创造确实轻量好用。以是本教程用的搜索引擎为meilisearch。
官网地址：https://www.meilisearch.com/
win本地搭建
1：***exe文件，***好本地，直接运行。
***地址：
https://github.com/meilisearch/meilisearch/releases/tag/v1.4.2
2：涌现这个图像，证明本地的搜索做事，已经启动了。
3：安装python环境，建议最新版本，安装编辑器pycharm或者vscode，
这里就不再赘述了。
4：连接meilisearch搜索做事
1：创建index索引
创建一个index索引，可以大略类比为百度谷歌这类的搜索引擎的索引系统和存储系统。
2：文档凑集
文档的凑集，可以认为是，搜索引擎的爬虫系统抓取到你的网站的内容，保护对付网页内容的剖析数据。
3：建立索引（中文可以选择jieba分词器）
第三步推送，相称于把这些内容，建立索引，中文可以选择jieba分词器，类比为，你把自己的网页的内容，推送给搜索引擎。
但是事实上，实际的索引流程，要比这个繁芜的多。
4：索引配置
通过索引配置，我们可以选择不同的分词器，自定义独特的属性，同义词，错词容忍度，等等。
5：排序微调
我们可以看到，排序微调里面可以根据地区，韶光，等等信息进行微调，就证明，在担保内容质量度和威信度的根本上。
不同的地区，内容的新鲜度，这些确切是对搜索引擎排序有影响的。每个搜索引擎，都会有自己的微调算法。
6：排序打分。
终极，搜索引擎是会对每个搜索结果有个综合打分的。真实的搜索引擎打分的维度更多。不仅有排序打分，还有改动周期，可见是综合强，才是真的强，正规项目靠作弊获取短暂的排名，是不可取的。
Linux做事器搭建
第一步：也是在上面的地址***Linux的搜索做事文件
第二步：
在云做事掌握台，开放7700端口。如果用宝塔的话，还须要在宝塔这里，开放一下7700端口。
第三步：cd到安装目录，直接实行以下命令
./meilisearch-linux-amd64 --db-path ./meilifiles --http-addr '0.0.0.0:7700' --master-key="aSampleMasterKey"
第四步：启动成功
访问 http://IP:7070
访问链接，即可看到做事正常启动。
根本操作
连接搜索做事
import meilisearchclient = meilisearch.Client('http://127.0.0.1:7700', 'masterKey')
建立index索引
index = client.index('xxx')
上传文档
documents = [ { 'id': 1, 'title': 'Carol', 'genres': ['Romance', 'Drama'] }, { 'id': 2, 'title': 'Wonder Woman', 'genres': ['Action', 'Adventure'] }, { 'id': 3, 'title': 'Life of Pi', 'genres': ['Adventure', 'Drama'] }, { 'id': 4, 'title': 'Mad Max: Fury Road', 'genres': ['Adventure', 'Science Fiction'] }, { 'id': 5, 'title': 'Moana', 'genres': ['Fantasy', 'Action']}, { 'id': 6, 'title': 'Philadelphia', 'genres': ['Drama'] },]index.add_documents(documents)
搜索
index.search('caorl')
