徽剑在这里指出一个很多人的误区，很多人以为这个数据保存在数据库里面了，然后网民在搜索时是到这个里面去检索里面的压缩数据。其实这是大错特错，早期和一些小的搜索引擎确是是这样，但是搜索引擎的核心技术不是在查询上面，而是在分析部分，也就是刚说的预处理部分上面，网民查询时，查询系统检索的是预处理系统分析的结果，用个比喻，这个预处理就是图书馆将书分类放置的过程，这个网页就像一本书，图书馆的查询系统只是帮我们将这本书找到，它知道书名和大致内容，但是不知道具体内容。当我们在搜索引擎里面打开快照时，就是把这本书“网页“给找出来了。
搜索引擎建立了大量的目录，然后帮你按目录。
如果不这样，试想下，面对海量的数据，什么遍历查询算法有这能力？一秒钟检索1000G的数据，而且还是几百万人、几千万人同时来的，这要什么样的硬件？不可能。
事实是那些已经检索好了，只是调用下而已。比如说搜索引擎数据库是10000G,而索引是1G的话，当搜索时，查询的是这个1G的索引而已。而且这个索引一开始就是按照“最小语境含义表达单位（语境根）”来排序的，所以找起来很简单。很多人总以为搜索引擎对查询要求很高，徽剑告诉那些一知半解的人，相对于其他部分而言，搜索引擎里面其实最没技术含量的就是查询。懂点数据源里的人都会，不要什么高水平，因为一切都是现成的。“最小语境含义表达单位（语境根）”越是完善，越是符合网民的查找习惯，查询就越是简单。
至于这个数据库如何开发，这属于技术细节问题，在这里就不讨论。下面来看网民的查询部分。
搜索过程是这样的，首先网民在搜索引擎的web页面上输入查询的关键词，web网页接口会将查询关键词，提交给查询分析系统，这个查询分析系统根据“语义学习分析系统“生成的“最小语境含义表达单位（语境根）”，来分析网民查询的关键词。这里有两种情况，一是网民查询的关键词正好在“最小语境含义表达单位（语境根）”库中就有，那么问题非常简单，分析系统就按照“最小语境含义表达单位（语境根）”的排序直接从缓存数据库中调出结果，交给查询处理系统，处理系统则按照前面的预处理系统分析的权重加以排列，最后生成网页发送给网民。
假如一旦“最小语境含义表达单位（语境根）”库中没有对应的，怎么办，一般而言这种情况出现在网民查询了一个很长的句子。这种情况也不复杂，查询分析系统一旦发现“最小语境含义表达单位（语境根）”库中没有，那么分析出查询关键词里面包含有那些词是“最小语境含义表达单位（语境根）”库中有的，按照“文字上尽可能多符合”的原则，找出在数据库中的那个“最小语境含义表达单位（语境根）”的结果。
个人简介
