分类目次搜索引擎的核心是信息的靠得住性。由于分类目次中包罗的网站都是颠末人工细心挑选的，因而具备很强的靠得住性。然而，用户的需乞降相干性并无被思索，而是由用户的自由阅读决议的。
对付文本检索搜索引擎来讲，其首要是查询关键字与web内容的相干性。此搜索要领假定用户输入的查询关键字是用户的理论需求。显然，这类假如很难成立。别的，这类搜索要领没法辨认信息的可托度。
只知其一，不知其二代搜索引擎引入了链接阐明手艺。链接关系是一种引荐意思。引荐页面越多，链接阐明得分越高。这理论上是掂量页面可托度的一个指标。同时，只知其一，不知其二代搜索引擎还采用文本检索模子计较查询与web内容的相干性。因而，只知其一，不知其二代搜索引擎在思索信息相干性和可托度的同时，也不注意用户需求。
第三代搜索引擎着眼于用户的真实需求，而其余方面则统筹了只知其一，不知其二代搜索引擎的劣势，即第三代搜索引擎同时思索了三个核心问题。
作为互联网应用中主要手艺含量的应用之一，优良的搜索引擎需求庞大的体系结构和算法来支持海量数据的获取、存储和对用户查询的疾速精确相应。本部分主要从宏观的角度引见了搜索引擎的整体框架和各个组件模块的功用。
在架构层面，搜索引擎需求可能获取、存储和处置数百亿个网页，同时确保搜索后果的质量。怎样获取、存储和计较云云大量的数据？怎样疾速相应用户查询？搜索后果怎样知足用户的信息需求？这些都是搜索引擎面对的手艺应战。
一般搜索引擎架构的示用意。搜索引擎由多个手艺模块组成，每一个模块卖力一部分整体功用，并彼此合营，造成一个完整的整体框架。
搜索引擎的信息源来自互联网网页，整个互联网信息都是经由过程网络爬虫在当地获取的，由于互联网网页中至关一部份内容是沟通的或险些是反复的，“网页反复数据解除”模块将检测到这一点，并删除反复内容。
之后，搜索引擎将剖析网页，提取网页的主要内容，以及指向网页中包罗的其余网页的链接。为了加快对用户查询的相应速率，采用倒排索引的体式格局保留web内容，这是一种快捷的查询数据结构，同时也保留了web页面之间的链接。之以是要保留链接关系，是由于这类关系在网页相干性的排名阶段是可用的。链接阐明可以判断页面的相对于首要性，这对用户提供精确的搜索后果十分有协助。
由于网页数目庞大，搜索引擎不只需求存储网页的原始信息，还需求存储一些中央处置后果。运用一台或少许机械显然是不现实的。为此，谷歌等商业搜索引擎开发了一套云存储和云计较平台，行使数万台一般pc构建靠得住的海量信息存储和计较架构，作为搜索引擎和相干应用的根本撑持。
上面提到的是搜索引擎怎样获取和存储大量的网页相干信息。这些功用不需求及时计较，可以作为搜索引擎的后盾计较零碎。搜索引擎首要的目的是为用户提供精确、周全的搜索后果。怎样及时相应用户的查询并提供精确的后果，组成为了搜索引擎前台计较零碎。
当搜索引擎接管到用户的查询词时，起首需求对查询词进行阐明，但愿经由过程将查询词与用户信息相连系，正确揣度出用户的真实搜索用意。之后，搜索引擎缓存零碎存储对应于差别查询用意的搜索后果。若是能在缓存零碎中找到知足用户需求的信息，搜索后果就能够直接返回给用户，如许不只经由过程反复计较节俭了耗费，并且加快了搜索速率。相应速率；若是缓存中存储的信息不克不及知足用户的需求，搜索引擎需求挪用“页面排序”模块功用，按照用户的查询及时计较出哪些页面知足用户的信息需求，并将输出作为搜索后果进行排序。在页面排名的两个首要的参考因素中，一个是内容的相似性，哪些页面与用户的查询关系紧密亲密；另外一个是页面的首要性，哪些页面质量较好或相对于首要，这常规可以从链接阐明的后果中得到。连系以上两个思索因素，咱们可以将网页排序为用户查询的搜索后果。
