The Will Will Web

今天我將 Microsoft Search Server 2008 Express 安裝起來玩玩看，結果是比想像中的還好用，首先是安裝過程很順利（不過一定要 Windows Server 2003 SP1 或 Windows Server 2008 才可以安裝），一次就安裝完成，然後照著 Getting started with Search Server 2008 文件一步一步設定也很快速的就成功的索引了我的部落格，以下是我今天的心得分享。

1. 安裝過程筆記
   • 一定要用 Windows Server 2003 SP1 或 Windows Server 2008 才可以安裝
   • 安裝完後一定要先執行 Completing the SharePoint Products and Technologies Configuration Wizard 精靈，他會幫你安裝 SharePoint 與處理所有相關的設定。
2. 設定爬蟲(Crawler)進行網站內容的索引
   • 首先要先建立一組 crawl rules 之後才能正確的抓取網頁內容
     
     
     
   • 然後建立 content source 建立要進行索引的網站網址
     
     
     
     
     若你有勾選 Start full crawl of this content source 在按下 OK 鍵之後就會立即開始進行索引。
     
   • 最後去察看索引的進度 ( crawl log  )
     
     
     
   • 備註:
     • 我在進行索引的時候發現Search Administration page 完全連不進去，且 mssearch.exe 與 sqlserver.exe 這兩個 Process 把我的 CPU 都給吃滿了，可見在 crawling 的時候主機的 loading 很重。不過 Search Server 有提供一個 Crawler Impact Rule 可供設定。
       
         (點選可放大)
       
     • Search Server 2008 預設內建了數十種檔案類型的索引，這是一般免費的 Search Engine 所比不上的，詳細清單可看 Plan to crawl content。
3. 測試「中文」搜尋
• 一般來說「中文」的支援度與精準度是我最優先考量的因素，尤其是斷詞與斷字的部分，我進行了一下測試：
  • 搜尋：「絕佳拍檔」 ==> 成功
  • 搜尋：「佳拍」 ==> 失敗
  • 搜尋：「佳拍檔」 ==> 失敗
  • 搜尋：「不過當你不使用」 ==> 成功
  • 搜尋：「多奇」 ==> 成功
  • 搜尋：「日期格式很常用，但有些特殊的需求要計算出來還蠻麻煩了，底下這些是我之前記錄下來的一些小技巧，真的要寫的時候若一些 SQL 函數不熟還真不容易寫出來呢！」==> 成功
• 我覺得微軟針對中文字索引時的斷詞、斷字部分下了不少功夫。
• 雖然我做出了一些不合理的關鍵字找不到內容，不過我也擔心可能使用者在使用一些領域特有的「專有名詞」搜尋時會搜尋不到相關的結果。今天沒有足夠的時間進行測試，之後有時間或許可以進行更完整的測試。
• 備註 (2008-04-14)：
• 我今天早上來公司重新搜尋了一次「佳拍」與「佳拍檔」已經搜尋到結果了！雖然不是很瞭解 Search Server 2008 關鍵字比對的邏輯，不過我猜想可能是內容中有用刮號的關係讓關鍵字被索引進去了。

相關連結

• Microsoft Enterprise Search Blog
• Enterprise Search from Microsoft
• Getting started with Search Server 2008