DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁SEO優化 >  >> SEO優化集錦
搜索引擎的四道技術難關:抓取、存儲、索引與查詢
編輯:SEO優化集錦     

搜索引擎發展到今天已經相當成熟,但技術上的挑戰從未消失。主要可以歸為四類。

一、抓取要又快又全

互聯網是動態的,每天都有海量新內容產生,舊內容也在不斷更新。搜索引擎要在這些信息中找出最符合用戶意圖的頁面,工作量可想而知。早期技術條件有限時,一次索引更新可能耗時數月——幾個月裡新生的頁面有多少?這樣的結果必然是滯後的。

想返回足夠好的結果,蜘蛛必須盡可能全面地抓取,而這背後是一系列需要攻克的工程問題,也是搜索引擎面臨的首要挑戰。

二、海量數據的存儲

抓取之後要有地方放。數據結構必須合理,具備足夠的擴展性,寫入要快、讀取也要快。除了頁面本身的內容,搜索引擎還得存儲頁面之間的鏈接關係、歷史數據以及各類索引信息,這些數據的規模極其龐大。大規模存儲與讀取在工程上本身就是硬骨頭。

三、索引處理要高效且可擴展

數據落地之後,還要做大量索引計算:鏈接關係分析、正向索引、反向索引,以及頁面權重之類的評分模型。只有完成這些工作,才能快速返回結果。更棘手的是,索引程序運行的同時新頁面還在不斷湧入,因此可擴展性不是加分項,而是必須具備的能力。

四、查詢處理要快而準

前三步都在後台完成,查詢階段才是用戶真正接觸到的部分。在搜索框輸入關鍵詞、點擊搜索,往往不到一秒結果就出來了。看起來簡單,實際上是極複雜的過程:要在極短時間內從大量候選頁面中篩選並排序,涉及大量算法設計。也正因如此,我們能看到的结果頁數是有限的——百度通常展示七十多頁,谷歌稍多一些。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved