搜索引擎面對的挑站

搜索引擎系統(tǒng)是最復(fù)雜的計算系統(tǒng)之一，當(dāng)今主流搜索引擎服務(wù)商都是有財力.人力.技術(shù)的大公司。即使有技術(shù).人力.財力的保證，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)得到了長足的進步。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。不過這還只是一個開始，搜索引擎必然會有更多創(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個點

1）：頁面抓去需要快而全面：互聯(lián)網(wǎng)是一個動態(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)中的頁面要花很長時間。搜索引擎剛誕生時，這個抓取/更新周期往往以月為單位計算。這也就是Google在2003年以前每個月有一次大更新的原因所在。現(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：一些大型的網(wǎng)站單是一個網(wǎng)站就有百萬，千萬，甚至上億個頁面，可以想像網(wǎng)上所有頁面加起來是個什么樣的數(shù)據(jù)量。搜索引擎蜘蛛抓取頁面后，還必須有效存儲這些數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)必須合理，具備及搞的擴展性，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。估計百度有三四十萬臺以上的服務(wù)器，Google有幾十個數(shù)據(jù)中心，上百萬臺服務(wù)器。這樣大規(guī)模的數(shù)據(jù)存儲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，甚至可能刷新一下頁面，就看不帶排名了，有的時候網(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，同步的技術(shù)難題有關(guān)。

3）:索引處理快速有效，具可擴性：網(wǎng)站建設(shè)好后搜索引擎將頁面數(shù)據(jù)抓取和存儲后，還要進行索引處理，包括連接關(guān)系的計算，正向索引 倒排索引等。由于數(shù)據(jù)庫中頁面數(shù)量大，進行PR之類的迭日代計算機也是耗時費加的。要想提供相關(guān)又及時的搜索結(jié)果，僅僅抓取沒有用，還必須進行大量索引計算。由于隨時都有新數(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詞，單擊“搜索”按鈕后，通常不到一秒就會看到搜索結(jié)果。表面最簡單的過程，實際上涉及到非常復(fù)雜的后臺處理。在最后的查訊階段，最重要的難題是怎么在不到一秒的時間內(nèi)，快速從幾十萬 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階段。不同用戶搜索相同的查詢詞，很可能是在不同的東西。

搜索引擎目前正在致力于基于對用戶搜索習(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，首先就要有個站，要找一個網(wǎng)站建設(shè)公司，建一個自己的站，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)、手機網(wǎng)站建設(shè)、電子商務(wù)及平臺網(wǎng)站開發(fā)、微信公眾號運營管理、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)驗豐富 服務(wù)長久 官網(wǎng)：muchs.cn

網(wǎng)頁名稱：搜索引擎面對的挑站
本文鏈接：http://muchs.cn/news0/177600.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計公司、網(wǎng)站導(dǎo)航、自適應(yīng)網(wǎng)站、響應(yīng)式網(wǎng)站、網(wǎng)站維護、小程序開發(fā)

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)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(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)載時需注明來源： 創(chuàng)新互聯(lián)