搜索引擎是如何进行查询纠错的？
当用户输入错误查询词时，搜索引擎通过查询纠错功能自动识别并修正错误。该过程分为三步：首先判断输入是否存在错误，利用字典或语言模型评估置信度；接着召回候选词，基于拼音、字形或编辑距离生成可能的正确词；最后对候选词打分排序，选出最优结果。结合查询推荐，搜索引擎能更好理解用户意图，提升检索效果。
签检索：合理使用标签过滤和划分索引空间
广告引擎通过标签优化索引设计：高区分度标签用于倒排索引，低区分度的加入过滤列表，高覆盖维度则用于索引分片。结合树形结构分流、倒排检索与结果过滤，有效缩小检索空间，提升匹配效率。（239字）
搜索引擎是如何完成短语检索的？
搜索引擎进行短语检索时，首先尝试将整个短语作为关键词在倒排索引中查找。若未命中，则拆分为更细粒度的词（如“极客”“时间”）分别检索，并利用位置信息索引法，通过计算关键词间的最小窗口长度判断 proximity，确保结果中词语位置接近，从而实现精准匹配。
打分排序：用非精准打分结合深度学习模型的精准打分
广告引擎在排序阶段需精准匹配用户，常采用深度学习模型。但为避免资源浪费，可在召回后增设粗排环节，利用LR、GBDT等轻量模型筛选候选广告至数十条，再进行精排，兼顾效率与效果，确保百毫秒内完成检索。
索引精简：在索引构建环节缩小检索空间
广告生命周期短、状态多变，若将无效广告也纳入索引会增加检索开销。可通过在离线索引构建时提前过滤无效广告，仅对有效广告建索引，压缩检索空间，提升效率。需依赖实时高效的索引更新机制，结合全量与增量更新，保障线上索引时效性。（238字）
搜索引擎是如何进行查询分析的？
搜索引擎通过查询分析理解用户意图，主要进行分词粒度、词属性和用户需求分析。中文搜索需解决无空格分隔问题，采用混合粒度分词，如“极客时间”拆为“极客”“时间”“极客时间”，提升检索准确率。（236字）
五、Executors工厂类详解
本文深入解析Java中Executors类提供的12种线程池创建方法，涵盖newFixedThreadPool、newCachedThreadPool、newWorkStealingPool及ScheduledExecutorService等，对比其核心参数、工作原理与适用场景，并结合源码分析任务调度机制、线程复用策略与队列行为，重点探讨周期任务调度延迟、死循环任务影响等实际问题，帮助开发者准确选择和使用线程池，提升并发编程能力。
