搜索引擎雖然已經(jīng)發(fā)展得很不錯(cuò)了，但是還是面臨很多技術(shù)挑戰(zhàn)，主要有：

1、頁(yè)面抓取需要快而全面

我們知道，互聯(lián)網(wǎng)是一個(gè)動(dòng)態(tài)的內(nèi)容更新，每天都會(huì)有很多人在互聯(lián)網(wǎng)上發(fā)布新內(nèi)容，或者更新老內(nèi)容，搜索引擎就是要從這些海量的信息中抓取最符合用戶搜索意圖的網(wǎng)頁(yè)，面對(duì)已經(jīng)存在的海量信息而且每秒鐘還在幾何級(jí)增長(zhǎng)的信息量，搜索引擎的工作量是非常大的，搜索引擎程序每更新一次程序要花許多時(shí)間的，特別是在剛誕生的時(shí)候，更新的周期有時(shí)候竟然能達(dá)到幾個(gè)月更新一次，試想一下，在幾月內(nèi)又會(huì)有多少網(wǎng)頁(yè)更新和新產(chǎn)生了呢？這樣的搜索結(jié)果往往是滯后的。要想返回最好的搜索結(jié)果，搜索蜘蛛必須抓取盡量比較全面的網(wǎng)頁(yè)，這就需要搜索引擎解決許多技術(shù)上的問(wèn)題。也是它面臨的主要挑戰(zhàn)。

2、海量存儲(chǔ)數(shù)據(jù)

互聯(lián)網(wǎng)上的信息是巨大的，大的幾乎你不能想像，而且每天還會(huì)有許多新的信息產(chǎn)生，搜索引擎再抓取了這些頁(yè)面后，還必須以一定的數(shù)據(jù)格式存儲(chǔ)起來(lái)，數(shù)據(jù)結(jié)構(gòu)要求合理，而且要具備非常高的擴(kuò)展性。數(shù)據(jù)寫入速度要很快，訪問(wèn)的速度也經(jīng)足夠快。搜索引擎除了要存儲(chǔ)大量的頁(yè)面本身信息外，為了更好的進(jìn)行索引及排序，還必須要存儲(chǔ)頁(yè)面與頁(yè)面之間的鏈接關(guān)系，頁(yè)面的歷史數(shù)據(jù)，以及許多索引信息。這些數(shù)據(jù)量都是非常巨大的。這樣大規(guī)模的數(shù)據(jù)存儲(chǔ)和讀取肯定存在很多技術(shù)方面的挑戰(zhàn)。

3、索引處理快速有效，而且要有可擴(kuò)展性

搜索引擎將頁(yè)面數(shù)據(jù)抓取和存儲(chǔ)后，還要進(jìn)行許多頁(yè)面的索引處理。例如頁(yè)面之間鏈接關(guān)系的計(jì)算，正向索引、反向索引等。例如還有谷歌的PR計(jì)算等，搜索引擎必須進(jìn)行大量的索引工作才能快速的返回搜索結(jié)果，而且進(jìn)行索引的過(guò)程中，還有大量的新頁(yè)面在產(chǎn)生，搜索引擎的索引處理程序還要有比較好的擴(kuò)展性。

4、查詢處理快速準(zhǔn)確

前邊那幾步都是在搜索引擎的后臺(tái)程序運(yùn)行的，而查詢階段是用戶能夠看到結(jié)果的一個(gè)步驟。我們?cè)谒阉饕�擎的搜索框中輸入關(guān)鍵詞點(diǎn)擊搜索后，往往不到一秒鐘時(shí)間搜索引擎就能夠返回結(jié)果給我們，雖然表面看起來(lái)簡(jiǎn)單，可是對(duì)于搜索引擎來(lái)說(shuō)，卻是一個(gè)非常復(fù)雜的過(guò)程。里邊牽涉很多算法。它需要在不到一秒的時(shí)間內(nèi)快速?gòu)姆�合基本條件的網(wǎng)頁(yè)中找到合理的頁(yè)面，排名在搜索引擎的前邊。我們知道，百度是最多我們可以看到76頁(yè)的結(jié)果，谷歌要多一點(diǎn)，可以看到最多100頁(yè)的結(jié)果。

文章來(lái)源：http://www.suptb.cn/轉(zhuǎn)載請(qǐng)注明出處，謝謝

標(biāo)簽： 百度 比較 必須 步驟 點(diǎn)擊

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。