浅谈Google是怎样排名搜索结果.docx

浅谈Google是怎样排名搜索结果

第一篇：浅谈Google是怎样排名搜索结果浅谈Google是怎样排名搜索结果Google是怎样判断哪些页面是有排名的?它是使用算法来评估页面，同时也雇用质量评定人员。每天的搜集次数达到几百万次搜索，按照频率排序，然后把它们发送给按照权威性、实用性和相关性评定搜索结果的人员。首先排在最前面的是官方网站。这些是国家、政府机构、组织、或个人的官方页面。Google优先选择具有名称的网站，比如国家、机构、城市等名称，如果你的网站具有权威性，则它通常是搜索的第一个结果。其次是提供信息的页面，该页面应该具有综合性、高质量和权威性。一般情况下这些是大学教授概述某一主题的页面。它应该陈述事实，不偏不倚，不能过于宽泛，也不能过于详细。搜索信息时，Wikipedia和其他百科类文章一般排名较高。最后是相关页面，这对于Google来说，是意味着页面匹配用户的搜索。如果页面回答了搜索部分的一个信息，那么页面会显示在搜索结果中。通常我们会看到有高排名的页面不符合件。这说明什么?页面暂时处于高排名，一旦有人建设比它更好的网站则排名就会掉下。你的页面现在排在第几位并能代表以后还在原地。如果Google检查人员发现其他更好的页面，则你的很可能就会掉下，他们的排名就会上去。文章来源：第二篇：google搜索流程2010年08月23日12:47谷歌(Google)，一个非常成功，但又十分神秘，而且带有几分理想化色彩的互联网搜索巨人，它还是一家相当了不起的广告公司，谷歌首页上的那个搜索按钮是其年赢利200亿美元的杀手级应用，也是Internet首屈一指的商业和技术神话。近日国外一家网站(PPCblog)精心绘制了一张谷歌搜索流程图，这张流程图展示了每天拥有3亿次点击量的Google搜索按钮背后搜索引擎在那不到1秒的响应时间内所进行的处理。在你点击了Google搜索按钮之后到看到结果这不足1秒钟的时间内，它做了什么?互联网上的内容如何被谷歌找到?什么样的内容会被收录?想必大家一定都想知道谷歌搜索按钮背后的秘密吧。别急，开始之前我们先来看一下神秘的谷歌数据中心。谷歌自家设计服务器谷歌的数据中心高度机密，我们所能得到的信息十分有限。我们先来看几个数据：谷歌在美国本土的数据中心有19个以上，另有17个分布在美国以外的世界各地;每个数据中心有50万平方英尺(46450平方米)，建造一个数据中心要花费约6亿美元;谷歌的数据中心是世界上最高效的设施之一，非常环保;数据中心使用50-100兆瓦的电力，考虑到冷却问题，通常建在便于用水的地方;谷歌的服务器被安置在标准的海运集装箱中，每个集装箱可容纳1160台服务器。关于谷歌的数据中心，我们就只知道这么多了。图1谷歌自家设计的服务器图2服务器自备电池谷歌拥有的数十万台服务器都是自己设计的，它们认为这是公司的核心技术之一。每台服务器都配有一颗12伏电池，确保万一主电源断电时还可持续供电。至于为什么为每台服务器配备电池，谷歌的回答是成本。一般数据中心多依赖UPS(不间断电源系统)，这基本上算是大电池，会在主电力失效而发电机还来不及启动时暂时协助供电。而谷歌认为直接把电力内建到服务器更便宜，而且成本能直接跟服务器数量相符合，如此便不会浪费多余的容量。另一个原因是效率，大型UPS可达92-95%的效率，这意味着许多电力还是被浪费掉了，但谷歌采用的内建电池作法效率超过99.9%。图3谷歌的服务器被安装在集装箱中，每个集装箱容纳1160台图4工作中的谷歌员工谷歌如何找到并收录你上传的内容?图5发生在用户搜索之前谷歌使用它的“爬虫”工具在一刻不停地周游互联网世界的每一个角落。上图中间的6个步骤依次描绘了从内容出现在互联网上到内容被收录进谷歌的数据库供用户检索这一过程，其中第2、3、5步又有许多分支，所有这些都是为了建立一个信息“集汇池”，这是第一个阶段的工作，第二个阶段才是从这个“池”中为用户筛选他们所需要的内容。接下来我们一步步看谷歌是如何搜集并整合信息的。1、网友上传内容，比如博客、微博或其它类型的WEB内容被更新到网上。2、Google的“爬虫”发现了这一更新。在这一步，谷歌加入了许多判断机制，主要包括以下几点：2.1、Google的“爬虫”沿着链接路径(URL)周游互联网，但如果没有URL指向某一站点，则这一站点将不会被索引。2.2、如果你在robots.txt中设置了不许索引(部分或全部)，Google的“爬虫”将不会抓取你站点上的相应内容。2.3、如果指向你站点的连接上有nofollow标签，Google的“爬虫”将不会从这些URL路径来到你的站点。如下图：网页原代码中的nofollow标签URL就像是Google“爬虫”周游互联网时的路标，谷歌当然希望收录有价值的网页，所以必须采取一种机制分辨哪些