2.3 索引系统

索引是搜索引擎用来存放网页信息的大型数据库。抓取网页后，引擎不会把网页原样存起来，而是先尝试了解它的内容。索引是托管在数千台计算机上的大型数据库。网上常有内容相近的多个网页。进了索引编制这一环，不等于就能被收录。索引是给呈现阶段用的。

本节词条

• 可索引文件类型 —— 可索引文件类型是能被搜索引擎编入索引的文件格式，官方范围包括大多数文本文件以及某些编码文档格式。
• 收录的结果 —— 收录指网页被编入搜索引擎的索引，编入后网址才进入候选池，才有机会在某次查询里被排出来，是能否被搜到的第一道关口。
• 索引存储的内容 —— 索引存储的内容是搜索引擎在索引里保存下来的记录，决定后续呈现结果时能拿出什么、能判断什么。