搜索引擎面對(duì)的挑站

搜索引擎系統(tǒng)是最復(fù)雜的計(jì)算系統(tǒng)之一，當(dāng)今主流搜索引擎服務(wù)商都是有財(cái)力.人力.技術(shù)的大公司。即使有技術(shù).人力.財(cái)力的保證，搜索引擎還是面臨很多挑戰(zhàn)。搜索引擎誕生后的十多年中，技術(shù)已經(jīng)得到了長(zhǎng)足的進(jìn)步。我們今天看到的搜索結(jié)果質(zhì)量與10年前相比已經(jīng)好得多了。不過這還只是一個(gè)開始，搜索引擎必然會(huì)有更多創(chuàng)新，提供更多 更準(zhǔn)確的內(nèi)容。

總的來說，搜索引擎要快而全面：成都網(wǎng)站建設(shè)--創(chuàng)新互聯(lián)小編羅列5個(gè)點(diǎn)

1）：頁面抓去需要快而全面：互聯(lián)網(wǎng)是一個(gè)動(dòng)態(tài)的內(nèi)容網(wǎng)絡(luò)，每天有無數(shù)頁面被更新/創(chuàng)建，無數(shù)用戶在網(wǎng)站上發(fā)不內(nèi)容/溝通聯(lián)系。要返回最有用的內(nèi)容，搜索引擎就要抓取最新的頁面。但是由于頁面數(shù)量巨大，搜索引擎蜘蛛更新一次數(shù)據(jù)中的頁面要花很長(zhǎng)時(shí)間。搜索引擎剛誕生時(shí)，這個(gè)抓取/更新周期往往以月為單位計(jì)算。這也就是Google在2003年以前每個(gè)月有一次大更新的原因所在?，F(xiàn)在主流搜索引擎都已經(jīng)能在幾天之內(nèi)更新重要頁面，權(quán)重高的網(wǎng)站上的新文件幾小時(shí)甚至幾分鐘之內(nèi)就被收錄。不過，這種快速收錄和更新也只能局限于高權(quán)重網(wǎng)站。很多頁面幾個(gè)月都不年被抓取和更新都是正常的。要返回最好的結(jié)果，搜索引擎也必須榨取盡量全面的頁面，這就需要解決很多技術(shù)問題。一些網(wǎng)站并不利于搜索引擎蜘蛛爬行和抓取，諸如網(wǎng)站連接結(jié)構(gòu)的缺陷，大量用動(dòng)態(tài)或叫腳本，或者把用戶放在用戶必須登錄后才能訪問的部分，都增大了搜索引擎抓取內(nèi)容的難度。

2）海量數(shù)據(jù)存儲(chǔ)：一些大型的網(wǎng)站單是一個(gè)網(wǎng)站就有百萬，千萬，甚至上億個(gè)頁面，可以想像網(wǎng)上所有頁面加起來是個(gè)什么樣的數(shù)據(jù)量。搜索引擎蜘蛛抓取頁面后，還必須有效存儲(chǔ)這些數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)必須合理，具備及搞的擴(kuò)展性，寫入和訪問速度也及高。除了頁面數(shù)據(jù)，搜索引擎還需要存儲(chǔ)頁面之間的鏈接關(guān)系及大量的歷史數(shù)據(jù)，這樣的數(shù)據(jù)量是用戶無法想像的。估計(jì)百度有三四十萬臺(tái)以上的服務(wù)器，Google有幾十個(gè)數(shù)據(jù)中心，上百萬臺(tái)服務(wù)器。這樣大規(guī)模的數(shù)據(jù)存儲(chǔ)和訪問必然存在很多技術(shù)挑戰(zhàn)。我們經(jīng)常在搜索結(jié)果中看到，排名沒有明顯原因的上下波動(dòng)，甚至可能刷新一下頁面，就看不帶排名了，有的時(shí)候網(wǎng)站數(shù)據(jù)也有可能丟失。這些都可能與大規(guī)模數(shù)據(jù)存儲(chǔ)，同步的技術(shù)難題有關(guān)。

3）:索引處理快速有效，具可擴(kuò)性：網(wǎng)站建設(shè)好后搜索引擎將頁面數(shù)據(jù)抓取和存儲(chǔ)后，還要進(jìn)行索引處理，包括連接關(guān)系的計(jì)算，正向索引 倒排索引等。由于數(shù)據(jù)庫中頁面數(shù)量大，進(jìn)行PR之類的迭日代計(jì)算機(jī)也是耗時(shí)費(fèi)加的。要想提供相關(guān)又及時(shí)的搜索結(jié)果，僅僅抓取沒有用，還必須進(jìn)行大量索引計(jì)算。由于隨時(shí)都有新數(shù)據(jù) 新頁面的加入，因此索引處理也要具備很好的擴(kuò)展性。

4）：查詢處理快速準(zhǔn)確：查詢是普通用戶一能看到的搜索引擎工流程。用戶在搜索框輸入查詢?cè)~，單擊“搜索”按鈕后，通常不到一秒就會(huì)看到搜索結(jié)果。表面最簡(jiǎn)單的過程，實(shí)際上涉及到非常復(fù)雜的后臺(tái)處理。在最后的查訊階段，最重要的難題是怎么在不到一秒的時(shí)間內(nèi)，快速?gòu)膸资f 幾百萬 甚至幾千萬包含搜索的頁面中，找到最合理 最相關(guān)的1000個(gè)頁面，并且按照相關(guān)性 權(quán)威性排列。

5）：判斷用戶意圖及人工智能：應(yīng)該說前4個(gè)挑戰(zhàn)現(xiàn)在的搜索引擎已經(jīng)能夠比較好地解決，但判斷用戶意圖還不在初級(jí)階段。不同用戶搜索相同的查詢?cè)~，很可能是在不同的東西。

搜索引擎目前正在致力于基于對(duì)用戶搜索習(xí)慣的了解.歷史數(shù)據(jù)的積累,以及語義搜索技術(shù)的基礎(chǔ)上，判斷搜索意圖，理解文檔真實(shí)意義，返回更相關(guān)的結(jié)果。今后搜索引擎是否能達(dá)到人工智能水平，真正了解用戶查詢意義和目的，讓我們拭目以待。想要做搜索引擎，首先就要有個(gè)站，要找一個(gè)網(wǎng)站建設(shè)公司，建一個(gè)自己的站，成都網(wǎng)站建設(shè)--創(chuàng)新互聯(lián)是家互聯(lián)網(wǎng)公司，除了網(wǎng)站建設(shè)外還做PC網(wǎng)站建設(shè)、手機(jī)網(wǎng)站建設(shè)、電子商務(wù)及平臺(tái)網(wǎng)站開發(fā)、微信公眾號(hào)運(yùn)營(yíng)管理、前端H5制作、APP應(yīng)用軟件開發(fā)。SEO整站優(yōu)化、各大門戶網(wǎng)站軟文推廣、網(wǎng)絡(luò)整合營(yíng)銷推廣、企業(yè)郵箱。

電話：028-86922220， 88013217，

成都創(chuàng)新互聯(lián)15年的老品牌 老品牌經(jīng)驗(yàn)豐富 服務(wù)長(zhǎng)久 官網(wǎng)：www.bm7419.com

當(dāng)前題目：搜索引擎面對(duì)的挑站
鏈接URL：http://www.bm7419.com/news/177600.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供自適應(yīng)網(wǎng)站、App開發(fā)、服務(wù)器托管、網(wǎng)站設(shè)計(jì)、定制開發(fā)、手機(jī)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)