知諸網 - SEO與網站優化與網路行銷與搜尋引擎專家

在Google的說明中心是這樣形容「索引」的個名詞：「Google 索引是我們資料庫中網站的集合，這些網站會經由搜尋傳回。我們一直以來不斷的在 Google中加入更多的內容，我們的漫遊器會定期檢索網頁以重新建立索引。」沒錯，一套搜尋引擎的運作核心，便是 Index 索引。它可針對指定的資料來源（並且不限定於網站，像是文件、DB資料庫皆可）抽取必要資訊，然後把資料跟搜尋引擎建立起關連性，所以Index索引就像一本書的目錄，或是想像成一家圖書館用於查書的索引查詢區，讓需要查閱資料的人就可以經由目錄索引快速翻閱到所需資訊。由於資料通常很龐大，所以我們稱為「Index索引庫」。  

        資料來源資料結構的差異性（例如DB資料庫是結構性，文件是半結構性，圖片是非結構性），將會造成搜尋引擎抓取資料會有不同的處理方式，所以一般搜尋引擎會以資料結構區分為不同模組，基本是Web網站模組、Doc文件模組與DB資料庫模組（有些廠商對於資料庫採用XML的方式處理）。透過這三個模組來抓取資料後，搜尋引擎核心便會進行製作Index索引庫的作業 ，並會依照管理者的設定進行權限控管、即時索引等相關處理後，便可提供使用者查詢了。

其中大家最熟悉的，也是程式設計師最常碰到的，應該是Web模組，俗稱的Spider網路蜘蛛。看完Index索引庫的說明後，應該可以瞭解，之後我們要開始測試搜尋引擎時，第一步是什麼了吧，第一步就是「建立索引庫」。