这是一个创建于 1959 天前的主题，其中的信息可能已经有所发展或是发生改变。
1 很少有用户翻到 10 页以后
2 数据准确性几乎没有可参考价值
3 广告位也卖不出去
只保留 10 页以内的数据，远比保存几百、几千页数据存储和索引的效率都高很多。10 页以后的数据价值可能只有 10 页内的 1%都不到吧，有必要索引吗？
2 数据准确性几乎没有可参考价值
3 广告位也卖不出去
只保留 10 页以内的数据，远比保存几百、几千页数据存储和索引的效率都高很多。10 页以后的数据价值可能只有 10 页内的 1%都不到吧，有必要索引吗？
 |
1
opengps 2019-07-21 08:34:47 +08:00 via Android  1
必要性还是有的，很多行业资料少的可怜，需要翻遍所有结果，更换各种关键字。
搜索引擎的收录量也是用户选择的参考 |
 |
2
hoyixi 2019-07-21 08:35:51 +08:00
全国 10 亿人，只准 1000w 人上学，标准那啥定， 你愿意吗？
|
 |
3
nethard 2019-07-21 08:37:18 +08:00 via iPhone
用户搜索的时候又不是只输入一个关键字，多个关键字用空格分开的时候，即使单个关键字索引很靠后的站点也能排在前面。
|
 |
4
wangxiaoaer 2019-07-21 08:55:22 +08:00 via Android 15
大哥，你是来搞笑的吗？
搜索引擎建索引的时候怎么知道某条记录的页数？ 所谓的页数只有在给定关键字的时候才有意义啊 |
 |
5
delectate 2019-07-21 09:02:23 +08:00
对于百度来说，第一页也没有任何参考价值哦。这边建议您用 bing 或者 google 呢。
|
 |
6
okwork OP @wangxiaoaer 建立索引是反向的，呈现结果当然能按权重控制输出页数。
|
 |
7
zhidian 2019-07-21 09:11:35 +08:00 via Android
我啥都不懂，但似乎应该是索引了它才被放到第十页的
|
 |
9
lylsh1993 2019-07-21 09:13:52 +08:00 via iPhone
对特定网站搜索可能会翻很多页
|
|
10
okwork OP @binux Pagerank，超链分析，域名 URL 权重，内容查重，文本分析等，这些都可以判断权重。
|
|
14
wangxiaoaer 2019-07-21 10:01:39 +08:00 3
@okwork #6 建立索引是反向的，呈现结果当然能按权重控制输出页数。
------------------ 现在的搜索结果本身就是按照权重排序输出的，但这个权重是动态的，你所谓的“ Pagerank，超链分析，域名 URL 权重，内容查重，文本分析”这些是相对静态的。 10 页以后可以不展示，但这是搜索阶段的控制，索引建立跟这个是两个独立的阶段。 举个例子，搜索关键词 A 的时候某个 11 页的内容，你认为不应该建立索引，但是搜索关键词 B 的时候，这条内容本应该出现在 10 页以内，结果因为没索引所以搜索不到，你觉得合理吗？ ----------------- 另外看了你的回复，建议你提高些逻辑思维能力。 |
|
15
okwork OP |
|
16
wangxiaoaer 2019-07-21 10:31:43 +08:00 via Android
|
 |
17
iyaozhen 2019-07-21 10:34:56 +08:00 via Android
|
 |
18
summerwar 2019-07-21 10:36:51 +08:00
你不能因为吃到第十个馒头饱了，就说前面的九个都白吃了。你的这个问题跟这个道理差不多
|
 |
19
vindurriel 2019-07-21 11:04:31 +08:00 via iPhone 1
您的建议在一种情况下是可行的 那就是关键词可穷举 不过这样的系统一般不叫搜索引擎 叫排行榜 data cube 等等
|
 |
20
LongLights 2019-07-21 11:11:43 +08:00 via Android 1
数据先被索引才被排序的。。。你从排序结果推索引与否，那你做的东西就不是现在说的搜索引擎了，是目录搜索
|
|
21
LongLights 2019-07-21 11:12:52 +08:00 via Android
@wangxiaoaer 顺便心疼老哥
|
 |
22
trcnkq 2019-07-21 11:29:03 +08:00 1
喜欢看这种抬杠抬一半自己想明白了却找不到台阶下的
|
 |
23
misaka19000 2019-07-21 11:51:28 +08:00 via Android
楼上干嘛呢都，索引的时候只有权重信息，搜索的时候才有页数的概念
|
 |
24
rexyan 2019-07-21 14:03:27 +08:00
一般不用 from，size 进行分页吧，只是默认结果是 10 页而已。多用 score 查询。还有就是多用 filter 之类的带缓存的过滤器。
|
 |
25
jfdnet 2019-07-21 14:06:51 +08:00
搜索自然会索引所有的资料。分页只是页面的一种组织形式，你也可以滚动啊。
|
 |
26
mumbler 2019-07-21 14:14:10 +08:00
索引肯定要全部,否则怎么知道哪些结果该排前面,但只显示前多少页,减少反向索引缓存数据量
|
 |
28
loading 2019-07-21 15:05:30 +08:00 via Android
请各位点“忽略主题”
|
 |
29
akira 2019-07-21 18:55:12 +08:00
如果互联网是禁止不变的，永远没有新增内容，没有变化
|
 |
30
huyi23 2019-07-21 20:11:52 +08:00
lz 别跟一群键盘侠 bb
阿里云的 open search 就不支持 5000 以外的数据 |
 |
31
pandachow 2019-07-21 21:19:00 +08:00
心疼两位，lz 真的应该好好锻炼一下逻辑。。。
|
 |
32
Milomide 2019-07-21 21:27:30 +08:00
可以有但没必要。。
|
 |
33
dezhou 2019-07-21 23:06:05 +08:00 via Android
前提是是否有人看第十一页，有就会缓存
|
 |
34
FrankFang128 2019-07-21 23:21:40 +08:00
显然，对于 Google 来说，显示后面页数并没有什么成本，因为你只有遍历所有页面之后，才能知道前十页的结果是什么。而且前十页的结果也是动态变化的。所以 Google 总归是要存更多结果的。
|
 |
35
encro 2019-07-22 08:29:39 +08:00
搜索引擎大概分为几个部分：
蜘蛛：爬取内容 仓库：存储原始数据（磁盘） 索引：将数据以特定的结构保存进行存储，以便于检索（内存） 检索：根据各项权重对数据进行取出和排序 你问的是索引，就是将文章按照关键词保存在内存，当然是除了一些辅助词之外，其他的词都有建立索引的。 如果你问检索，也基本是一样的，只有检索完所有索引和附加字段，才知道哪些是关联性最高的，可以排在前面。 |
 |
36
petelin 2019-07-22 08:53:32 +08:00 via iPhone
索引自然需要 展示 10 页是代码上选择问题 你还可以每天索引一遍全部的 然后想个办法每个关键词都取前 10 页的数量 剩下的 document 都删掉
这个成本也不比全量保存好 |
Select Language