我正在尝试为我的网站制作搜索引擎。我应该如何设计保留索引词列表的表。
早些时候我想过这样的事情：
表：tbl_indexedwords有2列iw_wordid和iw_word。
表：tbl_wordoccurrence有4列wo_occurrenceid，wo_wordid，wo_pageid，wo_numberofoccurrences。
现在，如果用户在搜索框中输入两个以上的单词，此设计将无法正常工作。假设foo bar。即使表foo中存在bar和tbl_indexedwords并且相应的详细信息位于tbl_wordoccurrence中，我的搜索引擎脚本也会将结果排在最大wo_numberofoccurrences foo 1}}适用于bar或foo。它不会看到bar和tbl_wordoccurrence是否彼此相邻，因为没有列的出现顺序列。我希望我清楚我在这里说的话。
另一个想法可能是制作3列的表wo_numberofoccurences。忘记wo_occurrenceid并将每个单词存储在唯一wo_occurrenceid的页面中。现在，这将解决我的问题，因为我知道单词出现的顺序。如果某个单词的wo_occurrenceid为wo_occurrenceid + 1或{{1}} - 其他单词的1，那么这两个单词并排出现。
这种设计的问题在于它会占用大量空间。我的网站有很多内容。我认为这种方法会让它变慢（但不确定）。还有其他设计可以帮助我吗？或者我必须选择第二个吗？我确信第一个不会起作用，所以放弃它。
答案 0 :(得分：3)
如果您的网站内容在数据库上（我假设），如果您使用FULLTEXT索引，则甚至不需要创建单独的表。如果您正在使用mySQL，那么它具有此功能，请参阅示例here和here。如果您使用的是MSSQL，它还拥有自己的FULLTEXT索引功能，如示例here和here
如果您坚持要有一个单独的表格进行搜索，那么您很可能只需要一个表格，如：
Table : tbl_wordsoccurrence
Fields : words_id, words
(and if you like you can include also number_of_occurences and page_id fields)
在上表中，您可以存储programming之类的单词或php programming之类的短语。
另一方面，如果您的网站为static，则表示内容未保存在数据库中，因此必须手动进行更改，而不是通过常规用户输入，这是另一个故事。