- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实时搜索架构分析——王鹏云
实时搜索架构分析
王鹏云
wangpengyun@
@wangpengyun
内容提要
• 初识实时搜索
• 搜索系统的基础知识
• 传统搜索和实时搜索的区别
• 实时搜索系统架构
• 实时搜索的难点
• 实时搜索开源工具
初识实时搜索
• 实时搜索不是新鲜事物
– 新闻搜索,社区搜索……
– 微博火爆让实时搜索成为热点
• 商业价值
– 新信息聚合和放大
– 热门话题和趋势分析
– 搜索广告
• 主要实时搜索引擎
– Google 、 bing 、 twitter 、 friendfeed……
搜索系统的基础知识
• Crawling
– 抓取、超链分析
• Indexing
– 内容提取、分词、倒排索引
• Searching
– 查询分析、索引查询
• Ranking
– TF/IDF 、 PageRank 、其他特征
传统搜索和实时搜索的区别
• 结果呈现
– 静态 vs 动态
• 搜索效果
– 相关性 vs 实时性
– PageRank vs 社会化特征
• 数据获取
– 抓取 vs 推送
• 数据分布
– URL 分布 vs 时间分布
实时搜索系统架构图
antispam Internet
ram switch ram
queue index A index B
High-level
ui
snapshot/ searcher
merge
add/modify/del p
a
r
a
l
result data
您可能关注的文档
- 宏观经济、商品市场一周跟踪(11.15-11.19) - 宏观经济、商品期货一周.pdf
- 宏观经济指标金融期货部事 件前值预测值公布值重要性参与讨论中国12月.pdf
- 宏观经济指标金融期货部事 件前值预测值公布值重要性参与讨论美国上周.pdf
- 宏观与股指专题报告 - 华安期货.pdf
- 宏观经济指标金融期货部事 件前值预测值公布值参与讨论美国上周API精炼.pdf
- 宏观经济简报(2010-11-16) 2010 年11 月15 日全球重要经济指标国别.pdf
- 宜宾纸业股份有限公司宜宾纸业股份有限公司2010 年年度股东大会资料.pdf
- 宏源股指早报- 关注IF1102 与指数之间的期现套利机会.pdf
- 宝山顾村大型居住社区拓展区道路交通的规划.pdf
- 定期合约建筑工程的管理c52ch01sum.pdf
文档评论(0)