Търсачка Хора

Добре дошли! Благодарим за посещение!

Абонирайте се за цялата емисия

Как Търсене наистина работи: The Компресираните Индекс

от Рууд Хейн.

Тази публикация е част от продължаващата серия: Как Търсене наистина работи.
Миналата седмица: признават, този показател?

Паметта е много по-бързо, отколкото гледам нещата.

За да може търсачката в голямото търсене да обслужва своите потребители ефективно да пазят нещата в памет вместо да гледам го на дискета.

Традиционно голям мащаб търсачки ще пази техния пълен речник в памет и командироването списък на диск.

Неефективна за съхранение

Очевидно, толкова повече ще може да задържи в памет и повече информация може да се чете назад с един диск действия, толкова по-добре.

За съжаление, компютърът получава информация inefficiently съхранявани в кутии с фиксирани размери: ако кутията е 10 знака широк 4 характер думата все още заема 1 кутия от 10 знака.

Компресиране

Решението е да изтръгне информация заедно така, че най-ниската сума на пространство съдържа максимално количество информация.

Биг стринга Компресираните Речник

може да стане:

Чрез добавяне на дължината на всяка дума на всяко влизане можем да направим списък от думи стотици герои кратък.

Gap Компресираните Публикуване Списък

може да стане:

Чрез съхраняване на разликата между идентификационен документ (на пропуските) можем да спаси стотици символи.

Същото може да се направи за съхранение на празнините между индекс номера за появата позиции във всеки документ.

Тази "компресиран представителство кодира събития на термин като показалка към следващата поява на срока за улесняване на бързото изброяване на поява на термина".

Можете да търсите "събития от гледна точка на набор от документи, като изпълните следните насоки чрез сгъстен представителство".

Частично Decompression

Индекс съхраняват по този начин е напълно lossless: тя запазва цялата информация от документа идентификатор към документ позиционен идентификатор.

Като се започне с най-често се използва термина в търсенето е много лесно да се оправям да направи частични decompression на този индекс от

"Идентифициране на събития от гледна точка на набор от документи"

(речника) - да се използват след това;

"Съответния мандат идентификатори на термините в заявката за търсене, за да потърсим срок компенсира таблицата за показалка към първата поява на понятията в компресиран представителство на набора от документи"

(Още първия публикувате документа ID);

"И след верига от указатели, започвайки от първата поява за идентифициране на други събития, от гледна точка на сгъстен представителство на набора от документи"

(разликата сгъстен документ ID списък)

Препоръчителни четене:

• Нов подход към Google индексирането и Stopwords

Както е публикувано в Как Търсене наистина работи на март 14, 2008.

8 Отговорите дотук: 6 коментари и 2 trackbacks

1. Бени (1 коментара.) Се казва:

   March 15, 2008 до 6:19 ч.

   Ница пост ли става тук. Продължавай в същия дух, имате наистина хубаво статии.
2. Рууд Хейн се казва:

   March 15, 2008 до 8:16 ч.

   Благодарим, че ме знаеш, Бени. Вие имате голям блог става там, между другото. Смешни снимка твърде
   Чувствайте се свободни да ме удари по Twitter всяко време.
3. spostareduro (26 коментара.) се казва:

   16 март 2008 до 3:08 ч.

   Рууд, аз малко се губи от това. Точно тук:
   "Компресиран представителство кодира поява на термин като показалка към следващата поява на срока за улесняване на бързото изброяване на случаи на термина" ... Аз мразя е рус!
4. Рууд Хейн се казва:

   16 март 2008 до 8:02 ч.

   Ким, той говори за съхраняване на различията между номера (на указатели).

   Всеки път, когато се работи с големи / дълги номера, съхраняване на разликата между тези числа разходи, средно взето, по-малко пространство, отколкото за съхранение на реалните числа.

   Тя също може да допринесе за ускоряване нещата.

   Така че, вместо да казва "тази дума се появява в документ 1040, 1050 и 1052" ти каже "тази дума се появява в документ 1040, 10 документи, след това и 2 документи, след това едно".

   Всеки брой точки за следващото място: Отидете 2 улици определяне .... 5 къщи още ... 10 долара допълнително др
5. Дърдорене "SEO ВнИ" Goldenberg казва:

   18 Март 2008 до 8:29 ч.

   Ница технически пункт Рууд:).
6. Рууд Хейн се казва:

   18 Март 2008 в 10:33 ч.

   Благодарение Gabriel - Оценявам коментар!

Trackbacks / Pingbacks

1. Седмичен Връзки за 21 март, 2008 |. EduGuru казва:

   21 Март 2008 до 2:56 ч.

   [...] Как Търсене наистина работи: The Компресираните Index - Макар и малко напреднали, все още е много хубаво погледнете как търсачката работи чрез анализ на Индекс [...]
2. Как Търсене наистина работи: Simple Query Оптимизация казва:

   21 Март 2008 до 5:16 ч.

   [...] Тази публикация е част от продължаващата поредица: Как Търсене наистина работи. Миналата седмица: The Компресираните Индекс. [...]

«Ще получите Microsoft Yahoo в продажба?

Как да продаде своя клиент на блога Стратегия »