留在中國的那台 Google Search Appliance(以下簡稱 GSA)終於到位。它和去年那台 Google Mini 不是一個量級,基本可以看作 Mini 的完整升級版。
Google 推出 GSA 的初衷,是幫助信息量急劇膨脹的企業和機構搭建自己的內部搜索引擎。它支持兩百多種文件格式,可以抓取並索引自建博客、網站、數據庫乃至網絡文件夾,硬件與軟件整體交付。

Google Search Appliance 正面
它提供連接器管理工具,可以收錄 Word、PDF、Flash 等非 WEB 格式的文檔;配合 Feed API 與元數據檢索,能為論壇搭建站內搜索;Onebox 編程接口允許在結果頁展示定制信息;安全搜索支持多種身份認證,確保用戶只看到自己有權限訪問的文檔;針對小規模文檔集另有專門的排序算法;搜索結果界面可自定義,甚至以 XML 形式輸出,整合進自有系統。
把 GSA 理解成一個微縮版的 google.com:它有爬蟲、有索引庫、有排序算法,硬件與軟件都是 Google 主站正在使用的同類方案,相似程度非常高。此前操作 Google Mini 時我就驗證過,它的抓取機制與線上版本幾乎一致。
排序算法大概也有相當可觀的重合度。當然不會完全一致——這一代 GSA 的技術基線大約停留在幾年前的搜索架構上,而 Google 每年數百次的算法迭代下來,差異必然存在。但作為觀察排序傾向的實驗環境,它仍然足夠有參考價值。
更有意思的是兩個細節:「Onebox 編程接口」和「只呈現有權限訪問的文檔」。前者對應 Google 現網中享有排序優先級的 Onebox 結果,其數據來自 Google Base 等自有產品;親手給自己的 GSA 配一個 Onebox,對理解如何用它換取流量很有幫助。後者則近似 iGoogle 與登錄態下的個性化結果——同一個查詢,登錄與未登錄看到的內容並不相同。
更多細節留待後續展開,包括後台配置,到那時再回看 Google Webmaster Tools,理解會更深一層。

機箱頂部印著大大的 LOGO
機箱很沉,估計四十公斤出頭。為了保護內部數據與硬件,需要用專用螺絲刀才能開箱——Google 在服務器硬件上有不少專利設計。

GSA 正面

背面一
背面與普通服務器差別不大,值得注意的是有一進一出兩個網口,初次配置需要另一台電腦輔助完成。

背面二

機櫃實景
旁邊是 Google Mini,體積大約只有 GSA 的一半。
