php可以做搜索吗？php搜索引擎的尝试

php是可以做搜索引擎的，如果你不想配置那些复杂的插件、扩展，只是想单独用php能够搜索几十万，百万甚至千万量级的文章，是完全可以实现的。

先睹为快

百万数据索引演示 php搜索引擎

在做这个php搜索功能之前，我也了解过当前的，比如elasticsearch等，一些已经非常成熟搜索软件的基本原理。

想了解搜索引擎的流程，可以移步我的其它文章，有详细讲解。

这里大致介绍一下我的php搜索基本逻辑思想

现在的整个架构包括内容爬取、清洗、入库、索引、搜索。当然，索引功能，是可以单独拿出来的，如果你不想爬取网页，只是想搜索自己的内容，定制改动一下是完全可以的。

内容指定

爬取网页

可以爬取指定网页，只要把你想爬取的（可能是某一类的）网站链接，放在一个txt文件内，普通笔记本就足够，就可以很轻松地对这些链接进行多线程爬取。只要你的电脑性能达到中等，设置好爬取层数，每次可以爬取到几十万的网页，也不能爬取太深，不然，别人的服务器压力太大。

自定义内容

你也可以在数据库放入你自己想要搜索的内容。

分词

想要搜索，分词是必不可少的。php的分词工具也很多，如果你的领域很垂直，那么词库的构建就很重要的，我的词库分类很丰富，可以随时生成指定领域的词库，这样分词的结果才能精准。

倒排索引

接下来就是根据分词结果，构建倒排索引，关于倒排索引的知识，可以自行了解，是一个大的知识点。基本上绝大部分的搜索引擎，基本原理都是基于倒排索引，然后在这基础上进行优化。
当数据比较少时，可以不用太关注数据结构算法，使用简单的存储逻辑就可以达到效果，速度也能保证。当数据达到百万、甚至千万时，就不得不去探索更高效的数据结构了，在高级版本上，我使用了bitmap存储结构，这里的bitmap是指php的底层位运算，还是相当复杂的，三言两语说不清，普通使用者也没必要了解这个，高级就行了~~

bitmap算法在少量数据时，并没有什么优势，当然也不会比其它算法效率差，当数据及其庞大时，优势瞬间体现出来了，能够很大程度上节约存储空间。

搜索

接下来是最核心的搜索了。我不知道怎么用语言很好地去描述其中的逻辑，因为过程及其不容易理解，也迭代了很多版本，基本的逻辑也是位运算。其中最大的问题是排序，怎样在大量数据下，把最符合的结果排到前面。

其它

数据量非常大的时候，任何一个处理流程，都极有可能发生内存不够等问题，所有的努力，就是让这个搜索引擎达到一个效果：在普通的个人电脑上，能够索引千万级别的数据，而不用其它插件辅助。而且完全做到了，只要电脑性能达到中等以上就可以。

整个过程不需要安装任何扩展，可直接运行的php文件。使用也很简单，本地搭建一个集成环境，源码扔进去，就可以使用了。