搜索引擎 · 从零到上线
📚 30章完整实战
v2.0
01
搜索引擎概述
什么是搜索引擎
发展历史
主流搜索引擎
工作原理
02
信息检索基础
布尔/向量/概率模型
倒排索引原理
TF-IDF算法
03
网络爬虫入门
爬虫概念与分类
工作流程
合法性与道德
Robots协议
04
Python爬虫基础
Requests库
BeautifulSoup
XPath/CSS选择器
数据提取实战
05
Scrapy框架入门
架构设计
创建项目
Spider编写
Item Pipeline
06
Scrapy进阶
中间件机制
CrawlSpider
分布式爬虫
Scrapy-Redis
07
数据清洗与存储
清洗方法
正则表达式
MySQL存储
MongoDB存储
08
中文分词技术
分词原理与难点
Jieba分词库
自定义词典
性能优化
09
文本预处理
去停用词
词干/词形还原
文本标准化
向量化表示
10
倒排索引构建
索引结构设计
构建流程
增量/全量索引
压缩技术
11
检索排序算法
BM25算法
PageRank
Learning to Rank
排序特征工程
12
Elasticsearch入门
核心概念
安装配置
RESTful API
索引与映射
13
Elasticsearch查询
全文搜索
词项/复合查询
聚合分析
高亮显示
14
Elasticsearch进阶
集群管理
分片与副本
性能调优
监控告警
15
搜索引擎架构设计
整体架构
模块划分
技术选型
可扩展性
16
搜索前端开发
搜索框设计
结果展示
分页与排序
搜索建议
17
搜索API开发
RESTful API
Flask框架
API文档
接口测试
18
用户查询分析
查询预处理
拼写纠错
同义词扩展
意图识别
19
搜索排序优化
相关性排序
时效性排序
个性化排序
A/B测试框架
20
搜索缓存策略
缓存原理
本地缓存
分布式Redis
更新策略
21
搜索性能优化
查询性能分析
索引优化
硬件优化
CDN加速
22
搜索质量评估
准确率/召回率
MAP/NDCG
评估数据集
人工评估
23
日志收集与分析
用户行为日志
ELK日志系统
点击率分析
行为分析
24
搜索推荐结合
搜索与推荐关系
日志驱动推荐
相关搜索推荐
热门搜索
25
多语言搜索
多语言分词
语言检测
跨语言检索
国际化设计
26
垂直搜索引擎
垂直搜索概念
行业搜索引擎
电商搜索实战
知识图谱搜索
27
搜索引擎安全
搜索注入防护
数据安全
访问控制
隐私保护
28
搜索引擎测试
单元/集成测试
性能测试
压力测试
回归测试
29
部署与运维
Docker容器化
Kubernetes编排
CI/CD流水线
灰度发布
30
项目总结与展望
项目回顾
技术难点总结
未来发展方向
学习路径建议