楊桃　陳婷婷　范云琳　劉興強　閆自金　宋紹云

摘要：數(shù)據(jù)庫設(shè)計是企業(yè)內(nèi)網(wǎng)搜索引擎的核心，數(shù)據(jù)庫設(shè)計的合理性，科學(xué)性及高效性對整個搜索引擎的性能起到關(guān)鍵的作用。明確企業(yè)內(nèi)網(wǎng)搜索引擎數(shù)據(jù)庫的要求，并分析企業(yè)內(nèi)網(wǎng)數(shù)據(jù)庫的結(jié)構(gòu)，給出數(shù)據(jù)庫在搜索引擎中的應(yīng)用。

關(guān)鍵詞：企業(yè)內(nèi)網(wǎng)；搜索引擎；信息；數(shù)據(jù)庫

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2014）01-0008-03

1 概述

目前網(wǎng)絡(luò)服務(wù)，特別是局域網(wǎng)搜索引擎在企業(yè)網(wǎng)絡(luò)內(nèi)得到廣泛應(yīng)用，但是企業(yè)內(nèi)網(wǎng)搜索引擎，搜索到的信息單一，只有標題，沒有與標題（關(guān)鍵詞）相關(guān)的信息，不方便使用者了解是否已經(jīng)獲得自己需要的信息，所以類似百度、谷歌等的局域網(wǎng)搜索引擎在企業(yè)網(wǎng)中將有著廣泛的應(yīng)用前景。

因此實現(xiàn)對企業(yè)內(nèi)網(wǎng)中文件的搜索的快速性和準確性，優(yōu)化搜索結(jié)果，返回用戶需要的信息，以及對整個搜索引擎的實現(xiàn)。使得企業(yè)資源更好的共享、信息的實時性，避免了舊的復(fù)雜、層層傳遞的麻煩，大大提高了資源的有效利用率。然而，要做到高效，準確的搜索到用戶所需要的相關(guān)信息，就必須從數(shù)據(jù)庫設(shè)計開始，因為在現(xiàn)在的應(yīng)用系統(tǒng)中，衡量應(yīng)用系統(tǒng)成敗的標準之一就是對數(shù)據(jù)查詢及處理的速度。

2 關(guān)鍵詞及信息管理

企業(yè)內(nèi)網(wǎng)搜索引擎是對內(nèi)網(wǎng)中的信息資源進行搜集整理，然后高效率的為內(nèi)網(wǎng)用戶提供查詢的系統(tǒng)。企業(yè)內(nèi)網(wǎng)搜索引擎它包括網(wǎng)站信息添加、網(wǎng)站信息修改和網(wǎng)站信息刪除幾部分。目前企業(yè)內(nèi)網(wǎng)搜索引擎的工作模式是基于關(guān)鍵詞的檢索，應(yīng)用這種搜索方式，用戶可以用邏輯組合方式在企業(yè)內(nèi)網(wǎng)搜索引擎導(dǎo)航上輸入與自己搜索相關(guān)的關(guān)鍵詞，企業(yè)內(nèi)網(wǎng)搜索引擎則根據(jù)用戶輸入的關(guān)鍵詞尋找用戶所需內(nèi)網(wǎng)中資源的地址，然后使用相關(guān)的技術(shù)將在導(dǎo)航上輸入的關(guān)鍵詞的所有相關(guān)網(wǎng)址及指向相關(guān)網(wǎng)址的鏈接按照一定的順序返回給用戶。例如，百度。

用戶輸入的關(guān)鍵詞經(jīng)過處理后，企業(yè)內(nèi)網(wǎng)搜索引擎程序便開始工作，從索引數(shù)據(jù)庫中找出所有包含關(guān)鍵詞的網(wǎng)頁信息，并且根據(jù)排名算法計算出哪些網(wǎng)頁應(yīng)該排在前面，然后按照一定格式返回到頁面。

3 數(shù)據(jù)結(jié)構(gòu)及數(shù)據(jù)庫設(shè)計

企業(yè)內(nèi)網(wǎng)搜索引擎的數(shù)據(jù)結(jié)構(gòu)為倒排索引（也稱倒排文件），倒排索引是指用相關(guān)記錄的非主屬性值（也叫外鍵）來查找記錄而組織形成的文件叫倒排文件。所有外鍵值都存在于倒排文件中，并列出了與之相關(guān)的所有主鍵值的記錄，主要用于比較復(fù)雜的查詢。與傳統(tǒng)的數(shù)據(jù)庫查詢不同，在企業(yè)內(nèi)網(wǎng)搜索引擎收集完數(shù)據(jù)及關(guān)鍵詞的預(yù)處理階段，需要一種高效快速的數(shù)據(jù)結(jié)構(gòu)來對用戶提供檢索服務(wù)。然而目前最有效高速的數(shù)據(jù)結(jié)構(gòu)就是“倒排文件”。倒排文件可以被簡單的定義為“用文檔中的關(guān)鍵詞作為索引，內(nèi)網(wǎng)中的文檔作為索引目標”的結(jié)構(gòu)。

在現(xiàn)在的應(yīng)用系統(tǒng)中，衡量應(yīng)用系統(tǒng)成敗的標準之一就是對數(shù)據(jù)查詢及處理的速度。需要設(shè)計一個搜索引擎數(shù)據(jù)庫用于存放相關(guān)信息，一旦有文章更新則更新文章中的信息及關(guān)鍵詞段，企業(yè)內(nèi)網(wǎng)搜索引擎在內(nèi)存中完成所有的文章關(guān)鍵詞段搜索，并且在此期間不允許有其他的操作，比如說文章的更新等等。在對企業(yè)內(nèi)網(wǎng)搜索引擎的功能模塊進行分析以后，建立了數(shù)據(jù)庫。

3.1 數(shù)據(jù)流圖

3.2 數(shù)據(jù)庫設(shè)計步驟

1） 數(shù)據(jù)庫需求分析：對企業(yè)內(nèi)網(wǎng)搜索引擎的實施與應(yīng)用的必要性和可行性進行論證，羅列出相關(guān)對象及其屬性，形成數(shù)據(jù)字典。

2） 數(shù)據(jù)庫系統(tǒng)分析：在需求分析的結(jié)果上進行總體分析，了解數(shù)據(jù)庫整體結(jié)構(gòu)。

3） 數(shù)據(jù)庫功能和對象分析：對總體分析進行細化從對象和功能方面進行詳細描述。

4） 數(shù)據(jù)庫設(shè)計：選用SQL Server對功能和對象建立表。

3.3 各表之間關(guān)系

3.4 數(shù)據(jù)對象

3.4.1 Web對象

用途：為Web頁面提供存儲，提取，URL操作，方便對Web頁面的增加，刪除與修改。

約束：數(shù)據(jù)系統(tǒng)中包含多個實例

持久性：持久對象

屬性描述

屬性：url 類型：String 描述：本網(wǎng)頁的URL。

屬性：title 類型：String 描述：記錄網(wǎng)頁的標題

屬性：time 類型：time 描述：記錄網(wǎng)頁添加時間

屬性：content 類型：String 描述：記錄與網(wǎng)頁相關(guān)的內(nèi)容，并顯示出搜索到的網(wǎng)頁的相關(guān)信息。

3.4.2 Admin對象

用途：為系統(tǒng)提供后臺管理，設(shè)置管理員登錄，并且登錄密碼采用MD5加密。

約束：數(shù)據(jù)系統(tǒng)中包含多個實例

屬性描述

屬性：username 類型：String 描述：記錄管理員登錄名

屬性：password 類型：String 描述：記錄管理員登錄密碼

屬性：login_ip 類型：String 描述：記錄登錄的IP地址

3.4.3 Keyword對象

用途：當(dāng)用戶在導(dǎo)航欄上輸入關(guān)鍵詞后，為系統(tǒng)提供對關(guān)鍵詞的管理。

約束：數(shù)據(jù)系統(tǒng)中包含多個實例

屬性描述

屬性：keyword 類型：String 描述：記錄用戶在內(nèi)網(wǎng)中導(dǎo)航上輸入的關(guān)鍵詞。

4 完整性約束

完整性約束條件也稱為完整性規(guī)則，關(guān)系完整性約束是為確保數(shù)據(jù)庫中數(shù)據(jù)的相容性和正確性，對關(guān)系模型提出的某種約束條件或規(guī)則，是數(shù)據(jù)庫中數(shù)據(jù)必須滿足的語義約束條件。

4.1 數(shù)據(jù)庫約束

數(shù)據(jù)庫顧名思義就是指一個用戶或者管理員定義的表的集合；然而數(shù)據(jù)庫約束是指所建立的數(shù)據(jù)庫必須滿足某個特定的條件（本數(shù)據(jù)庫中各表之間的相互聯(lián)系）。

4.2 表約束

表約束就是指該表的每條記錄必須滿足某個特定的條件（只涉及該表本身而不涉及數(shù)據(jù)庫中的其他表和其他域）。SQL允許把約束定義在字段和表上，允許對數(shù)據(jù)施予任意的控制，若用戶想在字段里存儲違反約束的數(shù)據(jù)，那么就會出現(xiàn)錯誤。這種情況同時也適用于數(shù)值來自缺省值的情況。表約束有以下幾種類型：

1） 檢查約束：是最常見的約束類型。允許在某個字段里聲明的數(shù)值使一個結(jié)果為真的布爾表達式。

2） 非空約束：只是簡單地聲明一個字段必須不能是 NULL ，非空約束在功能上等效于創(chuàng)建一個檢查約束。

3） 唯一約束：保證在一個字段或者一組字段里的數(shù)據(jù)與表中其它行的數(shù)據(jù)相比是唯一的。

4） 主鍵：只是唯一約束和非空約束的組合。

5） 外鍵：聲明一個字段的數(shù)值必須匹配另外一個表中出現(xiàn)的數(shù)值。

以上約束類型的語法參考SQL數(shù)據(jù)庫，例如要強制一個產(chǎn)品的價格的檢查約束，可以使用下面語法：

CREATE TABLE products （

pdn integer，

name text，

price numeric CHECK （price > 0）

）；

5 數(shù)據(jù)備份與數(shù)據(jù)安全

數(shù)據(jù)備份分為完全備份和差異備份。完全備份就是將整個數(shù)據(jù)都做備份；差異備份是從上一次完全備份后所做的數(shù)據(jù)進行備份。數(shù)據(jù)安全是一種主動的包含措施，數(shù)據(jù)本身的安全必須基于可靠的加密算法與安全體系，其中在企業(yè)內(nèi)網(wǎng)搜索引擎的數(shù)據(jù)庫建立中就采用了MD5加密算法，保證內(nèi)網(wǎng)中的數(shù)據(jù)庫信息的數(shù)據(jù)安全性。

參考文獻：

[1] 袁津生，李群，蔡岳.搜索引擎原理與實踐[M].北京郵電大學(xué)出版社.

[2] 吳潔明，軟件工程應(yīng)用實踐教程[M].清華大學(xué)出版社.

[3] 王珊，薩師煊.數(shù)據(jù)庫系統(tǒng)概[M].論高等教育出版社.

[4] 王珊，崔敬東，高慶成.SQL Server 2005數(shù)據(jù)庫技術(shù)與應(yīng)用 [M].清華大學(xué)出版社.endprint

摘要：數(shù)據(jù)庫設(shè)計是企業(yè)內(nèi)網(wǎng)搜索引擎的核心，數(shù)據(jù)庫設(shè)計的合理性，科學(xué)性及高效性對整個搜索引擎的性能起到關(guān)鍵的作用。明確企業(yè)內(nèi)網(wǎng)搜索引擎數(shù)據(jù)庫的要求，并分析企業(yè)內(nèi)網(wǎng)數(shù)據(jù)庫的結(jié)構(gòu)，給出數(shù)據(jù)庫在搜索引擎中的應(yīng)用。

關(guān)鍵詞：企業(yè)內(nèi)網(wǎng)；搜索引擎；信息；數(shù)據(jù)庫

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2014）01-0008-03

1 概述

目前網(wǎng)絡(luò)服務(wù)，特別是局域網(wǎng)搜索引擎在企業(yè)網(wǎng)絡(luò)內(nèi)得到廣泛應(yīng)用，但是企業(yè)內(nèi)網(wǎng)搜索引擎，搜索到的信息單一，只有標題，沒有與標題（關(guān)鍵詞）相關(guān)的信息，不方便使用者了解是否已經(jīng)獲得自己需要的信息，所以類似百度、谷歌等的局域網(wǎng)搜索引擎在企業(yè)網(wǎng)中將有著廣泛的應(yīng)用前景。

因此實現(xiàn)對企業(yè)內(nèi)網(wǎng)中文件的搜索的快速性和準確性，優(yōu)化搜索結(jié)果，返回用戶需要的信息，以及對整個搜索引擎的實現(xiàn)。使得企業(yè)資源更好的共享、信息的實時性，避免了舊的復(fù)雜、層層傳遞的麻煩，大大提高了資源的有效利用率。然而，要做到高效，準確的搜索到用戶所需要的相關(guān)信息，就必須從數(shù)據(jù)庫設(shè)計開始，因為在現(xiàn)在的應(yīng)用系統(tǒng)中，衡量應(yīng)用系統(tǒng)成敗的標準之一就是對數(shù)據(jù)查詢及處理的速度。

2 關(guān)鍵詞及信息管理

企業(yè)內(nèi)網(wǎng)搜索引擎是對內(nèi)網(wǎng)中的信息資源進行搜集整理，然后高效率的為內(nèi)網(wǎng)用戶提供查詢的系統(tǒng)。企業(yè)內(nèi)網(wǎng)搜索引擎它包括網(wǎng)站信息添加、網(wǎng)站信息修改和網(wǎng)站信息刪除幾部分。目前企業(yè)內(nèi)網(wǎng)搜索引擎的工作模式是基于關(guān)鍵詞的檢索，應(yīng)用這種搜索方式，用戶可以用邏輯組合方式在企業(yè)內(nèi)網(wǎng)搜索引擎導(dǎo)航上輸入與自己搜索相關(guān)的關(guān)鍵詞，企業(yè)內(nèi)網(wǎng)搜索引擎則根據(jù)用戶輸入的關(guān)鍵詞尋找用戶所需內(nèi)網(wǎng)中資源的地址，然后使用相關(guān)的技術(shù)將在導(dǎo)航上輸入的關(guān)鍵詞的所有相關(guān)網(wǎng)址及指向相關(guān)網(wǎng)址的鏈接按照一定的順序返回給用戶。例如，百度。

用戶輸入的關(guān)鍵詞經(jīng)過處理后，企業(yè)內(nèi)網(wǎng)搜索引擎程序便開始工作，從索引數(shù)據(jù)庫中找出所有包含關(guān)鍵詞的網(wǎng)頁信息，并且根據(jù)排名算法計算出哪些網(wǎng)頁應(yīng)該排在前面，然后按照一定格式返回到頁面。

3 數(shù)據(jù)結(jié)構(gòu)及數(shù)據(jù)庫設(shè)計

企業(yè)內(nèi)網(wǎng)搜索引擎的數(shù)據(jù)結(jié)構(gòu)為倒排索引（也稱倒排文件），倒排索引是指用相關(guān)記錄的非主屬性值（也叫外鍵）來查找記錄而組織形成的文件叫倒排文件。所有外鍵值都存在于倒排文件中，并列出了與之相關(guān)的所有主鍵值的記錄，主要用于比較復(fù)雜的查詢。與傳統(tǒng)的數(shù)據(jù)庫查詢不同，在企業(yè)內(nèi)網(wǎng)搜索引擎收集完數(shù)據(jù)及關(guān)鍵詞的預(yù)處理階段，需要一種高效快速的數(shù)據(jù)結(jié)構(gòu)來對用戶提供檢索服務(wù)。然而目前最有效高速的數(shù)據(jù)結(jié)構(gòu)就是“倒排文件”。倒排文件可以被簡單的定義為“用文檔中的關(guān)鍵詞作為索引，內(nèi)網(wǎng)中的文檔作為索引目標”的結(jié)構(gòu)。

在現(xiàn)在的應(yīng)用系統(tǒng)中，衡量應(yīng)用系統(tǒng)成敗的標準之一就是對數(shù)據(jù)查詢及處理的速度。需要設(shè)計一個搜索引擎數(shù)據(jù)庫用于存放相關(guān)信息，一旦有文章更新則更新文章中的信息及關(guān)鍵詞段，企業(yè)內(nèi)網(wǎng)搜索引擎在內(nèi)存中完成所有的文章關(guān)鍵詞段搜索，并且在此期間不允許有其他的操作，比如說文章的更新等等。在對企業(yè)內(nèi)網(wǎng)搜索引擎的功能模塊進行分析以后，建立了數(shù)據(jù)庫。

3.1 數(shù)據(jù)流圖

3.2 數(shù)據(jù)庫設(shè)計步驟

1） 數(shù)據(jù)庫需求分析：對企業(yè)內(nèi)網(wǎng)搜索引擎的實施與應(yīng)用的必要性和可行性進行論證，羅列出相關(guān)對象及其屬性，形成數(shù)據(jù)字典。

2） 數(shù)據(jù)庫系統(tǒng)分析：在需求分析的結(jié)果上進行總體分析，了解數(shù)據(jù)庫整體結(jié)構(gòu)。

3） 數(shù)據(jù)庫功能和對象分析：對總體分析進行細化從對象和功能方面進行詳細描述。

4） 數(shù)據(jù)庫設(shè)計：選用SQL Server對功能和對象建立表。

3.3 各表之間關(guān)系

3.4 數(shù)據(jù)對象

3.4.1 Web對象

用途：為Web頁面提供存儲，提取，URL操作，方便對Web頁面的增加，刪除與修改。

約束：數(shù)據(jù)系統(tǒng)中包含多個實例

持久性：持久對象

屬性描述

屬性：url 類型：String 描述：本網(wǎng)頁的URL。

屬性：title 類型：String 描述：記錄網(wǎng)頁的標題

屬性：time 類型：time 描述：記錄網(wǎng)頁添加時間

屬性：content 類型：String 描述：記錄與網(wǎng)頁相關(guān)的內(nèi)容，并顯示出搜索到的網(wǎng)頁的相關(guān)信息。

3.4.2 Admin對象

用途：為系統(tǒng)提供后臺管理，設(shè)置管理員登錄，并且登錄密碼采用MD5加密。

約束：數(shù)據(jù)系統(tǒng)中包含多個實例

屬性描述

屬性：username 類型：String 描述：記錄管理員登錄名

屬性：password 類型：String 描述：記錄管理員登錄密碼

屬性：login_ip 類型：String 描述：記錄登錄的IP地址

3.4.3 Keyword對象

用途：當(dāng)用戶在導(dǎo)航欄上輸入關(guān)鍵詞后，為系統(tǒng)提供對關(guān)鍵詞的管理。

約束：數(shù)據(jù)系統(tǒng)中包含多個實例

屬性描述

屬性：keyword 類型：String 描述：記錄用戶在內(nèi)網(wǎng)中導(dǎo)航上輸入的關(guān)鍵詞。

4 完整性約束

完整性約束條件也稱為完整性規(guī)則，關(guān)系完整性約束是為確保數(shù)據(jù)庫中數(shù)據(jù)的相容性和正確性，對關(guān)系模型提出的某種約束條件或規(guī)則，是數(shù)據(jù)庫中數(shù)據(jù)必須滿足的語義約束條件。

4.1 數(shù)據(jù)庫約束

數(shù)據(jù)庫顧名思義就是指一個用戶或者管理員定義的表的集合；然而數(shù)據(jù)庫約束是指所建立的數(shù)據(jù)庫必須滿足某個特定的條件（本數(shù)據(jù)庫中各表之間的相互聯(lián)系）。

4.2 表約束

表約束就是指該表的每條記錄必須滿足某個特定的條件（只涉及該表本身而不涉及數(shù)據(jù)庫中的其他表和其他域）。SQL允許把約束定義在字段和表上，允許對數(shù)據(jù)施予任意的控制，若用戶想在字段里存儲違反約束的數(shù)據(jù)，那么就會出現(xiàn)錯誤。這種情況同時也適用于數(shù)值來自缺省值的情況。表約束有以下幾種類型：

1） 檢查約束：是最常見的約束類型。允許在某個字段里聲明的數(shù)值使一個結(jié)果為真的布爾表達式。

2） 非空約束：只是簡單地聲明一個字段必須不能是 NULL ，非空約束在功能上等效于創(chuàng)建一個檢查約束。

3） 唯一約束：保證在一個字段或者一組字段里的數(shù)據(jù)與表中其它行的數(shù)據(jù)相比是唯一的。

4） 主鍵：只是唯一約束和非空約束的組合。

5） 外鍵：聲明一個字段的數(shù)值必須匹配另外一個表中出現(xiàn)的數(shù)值。

以上約束類型的語法參考SQL數(shù)據(jù)庫，例如要強制一個產(chǎn)品的價格的檢查約束，可以使用下面語法：

CREATE TABLE products （

pdn integer，

name text，

price numeric CHECK （price > 0）

）；

5 數(shù)據(jù)備份與數(shù)據(jù)安全

數(shù)據(jù)備份分為完全備份和差異備份。完全備份就是將整個數(shù)據(jù)都做備份；差異備份是從上一次完全備份后所做的數(shù)據(jù)進行備份。數(shù)據(jù)安全是一種主動的包含措施，數(shù)據(jù)本身的安全必須基于可靠的加密算法與安全體系，其中在企業(yè)內(nèi)網(wǎng)搜索引擎的數(shù)據(jù)庫建立中就采用了MD5加密算法，保證內(nèi)網(wǎng)中的數(shù)據(jù)庫信息的數(shù)據(jù)安全性。

參考文獻：

[1] 袁津生，李群，蔡岳.搜索引擎原理與實踐[M].北京郵電大學(xué)出版社.

[2] 吳潔明，軟件工程應(yīng)用實踐教程[M].清華大學(xué)出版社.

[3] 王珊，薩師煊.數(shù)據(jù)庫系統(tǒng)概[M].論高等教育出版社.

[4] 王珊，崔敬東，高慶成.SQL Server 2005數(shù)據(jù)庫技術(shù)與應(yīng)用 [M].清華大學(xué)出版社.endprint

摘要：數(shù)據(jù)庫設(shè)計是企業(yè)內(nèi)網(wǎng)搜索引擎的核心，數(shù)據(jù)庫設(shè)計的合理性，科學(xué)性及高效性對整個搜索引擎的性能起到關(guān)鍵的作用。明確企業(yè)內(nèi)網(wǎng)搜索引擎數(shù)據(jù)庫的要求，并分析企業(yè)內(nèi)網(wǎng)數(shù)據(jù)庫的結(jié)構(gòu)，給出數(shù)據(jù)庫在搜索引擎中的應(yīng)用。

關(guān)鍵詞：企業(yè)內(nèi)網(wǎng)；搜索引擎；信息；數(shù)據(jù)庫

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2014）01-0008-03

1 概述

目前網(wǎng)絡(luò)服務(wù)，特別是局域網(wǎng)搜索引擎在企業(yè)網(wǎng)絡(luò)內(nèi)得到廣泛應(yīng)用，但是企業(yè)內(nèi)網(wǎng)搜索引擎，搜索到的信息單一，只有標題，沒有與標題（關(guān)鍵詞）相關(guān)的信息，不方便使用者了解是否已經(jīng)獲得自己需要的信息，所以類似百度、谷歌等的局域網(wǎng)搜索引擎在企業(yè)網(wǎng)中將有著廣泛的應(yīng)用前景。

因此實現(xiàn)對企業(yè)內(nèi)網(wǎng)中文件的搜索的快速性和準確性，優(yōu)化搜索結(jié)果，返回用戶需要的信息，以及對整個搜索引擎的實現(xiàn)。使得企業(yè)資源更好的共享、信息的實時性，避免了舊的復(fù)雜、層層傳遞的麻煩，大大提高了資源的有效利用率。然而，要做到高效，準確的搜索到用戶所需要的相關(guān)信息，就必須從數(shù)據(jù)庫設(shè)計開始，因為在現(xiàn)在的應(yīng)用系統(tǒng)中，衡量應(yīng)用系統(tǒng)成敗的標準之一就是對數(shù)據(jù)查詢及處理的速度。

2 關(guān)鍵詞及信息管理

企業(yè)內(nèi)網(wǎng)搜索引擎是對內(nèi)網(wǎng)中的信息資源進行搜集整理，然后高效率的為內(nèi)網(wǎng)用戶提供查詢的系統(tǒng)。企業(yè)內(nèi)網(wǎng)搜索引擎它包括網(wǎng)站信息添加、網(wǎng)站信息修改和網(wǎng)站信息刪除幾部分。目前企業(yè)內(nèi)網(wǎng)搜索引擎的工作模式是基于關(guān)鍵詞的檢索，應(yīng)用這種搜索方式，用戶可以用邏輯組合方式在企業(yè)內(nèi)網(wǎng)搜索引擎導(dǎo)航上輸入與自己搜索相關(guān)的關(guān)鍵詞，企業(yè)內(nèi)網(wǎng)搜索引擎則根據(jù)用戶輸入的關(guān)鍵詞尋找用戶所需內(nèi)網(wǎng)中資源的地址，然后使用相關(guān)的技術(shù)將在導(dǎo)航上輸入的關(guān)鍵詞的所有相關(guān)網(wǎng)址及指向相關(guān)網(wǎng)址的鏈接按照一定的順序返回給用戶。例如，百度。

用戶輸入的關(guān)鍵詞經(jīng)過處理后，企業(yè)內(nèi)網(wǎng)搜索引擎程序便開始工作，從索引數(shù)據(jù)庫中找出所有包含關(guān)鍵詞的網(wǎng)頁信息，并且根據(jù)排名算法計算出哪些網(wǎng)頁應(yīng)該排在前面，然后按照一定格式返回到頁面。

3 數(shù)據(jù)結(jié)構(gòu)及數(shù)據(jù)庫設(shè)計

企業(yè)內(nèi)網(wǎng)搜索引擎的數(shù)據(jù)結(jié)構(gòu)為倒排索引（也稱倒排文件），倒排索引是指用相關(guān)記錄的非主屬性值（也叫外鍵）來查找記錄而組織形成的文件叫倒排文件。所有外鍵值都存在于倒排文件中，并列出了與之相關(guān)的所有主鍵值的記錄，主要用于比較復(fù)雜的查詢。與傳統(tǒng)的數(shù)據(jù)庫查詢不同，在企業(yè)內(nèi)網(wǎng)搜索引擎收集完數(shù)據(jù)及關(guān)鍵詞的預(yù)處理階段，需要一種高效快速的數(shù)據(jù)結(jié)構(gòu)來對用戶提供檢索服務(wù)。然而目前最有效高速的數(shù)據(jù)結(jié)構(gòu)就是“倒排文件”。倒排文件可以被簡單的定義為“用文檔中的關(guān)鍵詞作為索引，內(nèi)網(wǎng)中的文檔作為索引目標”的結(jié)構(gòu)。

在現(xiàn)在的應(yīng)用系統(tǒng)中，衡量應(yīng)用系統(tǒng)成敗的標準之一就是對數(shù)據(jù)查詢及處理的速度。需要設(shè)計一個搜索引擎數(shù)據(jù)庫用于存放相關(guān)信息，一旦有文章更新則更新文章中的信息及關(guān)鍵詞段，企業(yè)內(nèi)網(wǎng)搜索引擎在內(nèi)存中完成所有的文章關(guān)鍵詞段搜索，并且在此期間不允許有其他的操作，比如說文章的更新等等。在對企業(yè)內(nèi)網(wǎng)搜索引擎的功能模塊進行分析以后，建立了數(shù)據(jù)庫。

3.1 數(shù)據(jù)流圖

3.2 數(shù)據(jù)庫設(shè)計步驟

1） 數(shù)據(jù)庫需求分析：對企業(yè)內(nèi)網(wǎng)搜索引擎的實施與應(yīng)用的必要性和可行性進行論證，羅列出相關(guān)對象及其屬性，形成數(shù)據(jù)字典。

2） 數(shù)據(jù)庫系統(tǒng)分析：在需求分析的結(jié)果上進行總體分析，了解數(shù)據(jù)庫整體結(jié)構(gòu)。

3） 數(shù)據(jù)庫功能和對象分析：對總體分析進行細化從對象和功能方面進行詳細描述。

4） 數(shù)據(jù)庫設(shè)計：選用SQL Server對功能和對象建立表。

3.3 各表之間關(guān)系

3.4 數(shù)據(jù)對象

3.4.1 Web對象

用途：為Web頁面提供存儲，提取，URL操作，方便對Web頁面的增加，刪除與修改。

約束：數(shù)據(jù)系統(tǒng)中包含多個實例

持久性：持久對象

屬性描述

屬性：url 類型：String 描述：本網(wǎng)頁的URL。

屬性：title 類型：String 描述：記錄網(wǎng)頁的標題

屬性：time 類型：time 描述：記錄網(wǎng)頁添加時間

屬性：content 類型：String 描述：記錄與網(wǎng)頁相關(guān)的內(nèi)容，并顯示出搜索到的網(wǎng)頁的相關(guān)信息。

3.4.2 Admin對象

用途：為系統(tǒng)提供后臺管理，設(shè)置管理員登錄，并且登錄密碼采用MD5加密。

約束：數(shù)據(jù)系統(tǒng)中包含多個實例

屬性描述

屬性：username 類型：String 描述：記錄管理員登錄名

屬性：password 類型：String 描述：記錄管理員登錄密碼

屬性：login_ip 類型：String 描述：記錄登錄的IP地址

3.4.3 Keyword對象

用途：當(dāng)用戶在導(dǎo)航欄上輸入關(guān)鍵詞后，為系統(tǒng)提供對關(guān)鍵詞的管理。

約束：數(shù)據(jù)系統(tǒng)中包含多個實例

屬性描述

屬性：keyword 類型：String 描述：記錄用戶在內(nèi)網(wǎng)中導(dǎo)航上輸入的關(guān)鍵詞。

4 完整性約束

完整性約束條件也稱為完整性規(guī)則，關(guān)系完整性約束是為確保數(shù)據(jù)庫中數(shù)據(jù)的相容性和正確性，對關(guān)系模型提出的某種約束條件或規(guī)則，是數(shù)據(jù)庫中數(shù)據(jù)必須滿足的語義約束條件。

4.1 數(shù)據(jù)庫約束

數(shù)據(jù)庫顧名思義就是指一個用戶或者管理員定義的表的集合；然而數(shù)據(jù)庫約束是指所建立的數(shù)據(jù)庫必須滿足某個特定的條件（本數(shù)據(jù)庫中各表之間的相互聯(lián)系）。

4.2 表約束

表約束就是指該表的每條記錄必須滿足某個特定的條件（只涉及該表本身而不涉及數(shù)據(jù)庫中的其他表和其他域）。SQL允許把約束定義在字段和表上，允許對數(shù)據(jù)施予任意的控制，若用戶想在字段里存儲違反約束的數(shù)據(jù)，那么就會出現(xiàn)錯誤。這種情況同時也適用于數(shù)值來自缺省值的情況。表約束有以下幾種類型：

1） 檢查約束：是最常見的約束類型。允許在某個字段里聲明的數(shù)值使一個結(jié)果為真的布爾表達式。

2） 非空約束：只是簡單地聲明一個字段必須不能是 NULL ，非空約束在功能上等效于創(chuàng)建一個檢查約束。

3） 唯一約束：保證在一個字段或者一組字段里的數(shù)據(jù)與表中其它行的數(shù)據(jù)相比是唯一的。

4） 主鍵：只是唯一約束和非空約束的組合。

5） 外鍵：聲明一個字段的數(shù)值必須匹配另外一個表中出現(xiàn)的數(shù)值。

以上約束類型的語法參考SQL數(shù)據(jù)庫，例如要強制一個產(chǎn)品的價格的檢查約束，可以使用下面語法：

CREATE TABLE products （

pdn integer，

name text，

price numeric CHECK （price > 0）

）；

5 數(shù)據(jù)備份與數(shù)據(jù)安全

數(shù)據(jù)備份分為完全備份和差異備份。完全備份就是將整個數(shù)據(jù)都做備份；差異備份是從上一次完全備份后所做的數(shù)據(jù)進行備份。數(shù)據(jù)安全是一種主動的包含措施，數(shù)據(jù)本身的安全必須基于可靠的加密算法與安全體系，其中在企業(yè)內(nèi)網(wǎng)搜索引擎的數(shù)據(jù)庫建立中就采用了MD5加密算法，保證內(nèi)網(wǎng)中的數(shù)據(jù)庫信息的數(shù)據(jù)安全性。

參考文獻：

[1] 袁津生，李群，蔡岳.搜索引擎原理與實踐[M].北京郵電大學(xué)出版社.

[2] 吳潔明，軟件工程應(yīng)用實踐教程[M].清華大學(xué)出版社.

[3] 王珊，薩師煊.數(shù)據(jù)庫系統(tǒng)概[M].論高等教育出版社.

[4] 王珊，崔敬東，高慶成.SQL Server 2005數(shù)據(jù)庫技術(shù)與應(yīng)用 [M].清華大學(xué)出版社.endprint