搜索引擎技术资源篇-1(转载)
来源:互联网 发布:网站源码后门去除工具 编辑:程序博客网 时间:2024/06/06 08:53
原文: http://wiki.huihoo.com/index.php?title=Search_Engine_Technology
搜索引擎的门槛主要是技术门槛,包括网页数据的快速采集、海量数据的索引和存储、搜索结果的相关性排序、搜索效率的毫秒级要求、分布式处理和负载均衡、自然语言的理解技术等等,这些都是搜索引擎的门槛。
搜索引擎的策略都是采用服务器群集和分布式计算技术。
网页搜索引擎
网页搜索引擎各子系统的设计和实现可能涉及的内容:
- 网页信息抽取、质量分析
- 数据挖掘、用户行为分析
- 分布式大规模网络服务设计
- 高性能计算,实时海量数据处理
- 相关性算法
- 中文处理,新词挖掘
集群开发
- 数百/数千台服务器在协同工作
- 管理和调优数据中心的各种设备
这需要你了解服务器硬件架构和相关原理,能够对硬件和操作系统层面进行优化。
- 测试和提高Linux内核的使用效率
这需要你熟悉linux内核,熟悉TCP/IP协议栈,熟悉路由交换技术。
- 大规模集群的系统支持
- 先进数据中心的集成支持
- 一个跨越全国的分布式系统的网络性能
- 先进的网络安全技术
机群运维
- 网页搜索各个子系统的运维操作、服务监控、故障排查,以及紧急情况下的应急处理
- 服务监控与自动运维系统或工具的设计与开发
- 研究服务架构,发现潜在问题,对网页搜索系统的研发提出改进需求,提高系统的健壮性和效率
- 对IDC、硬件、网络等资源进行规划和部署
- 制定、整理和优化内部制度和流程,制定和改进应急预案,提高服务运行的质量
- 对相关新技术保持敏锐感觉,调研和试验新的技术方向
基础设施
- 挑战系统极限--研究与优化 linux 操作系统;
- 挑战硬件性能极限--研究与定制服务器硬件系统;
- 挑战大规模、高性能网络极限--研究与优化网络;
- 挑战大规模网络环境、大服务流量情况下的网络、服务安全--研究与设计安全系统
- 设计最适应自身的IDC--研究IDC各子系统;
- 将最新研究成果,在最短的时间,应用到超大规模集群,接受亿万网民的考验!
数据分析
- 对海量日志信息进行各种统计分析
- 用户行为分析
Machine Learning
AI on the Web: Machine Learning
- Machine learning refers to a system capable of the autonomous acquisition and integration of knowledge. This capacity to learn from experience, analytical observation, and other means, results in a system that can continuously self-improve and thereby offer increased efficiency and effectiveness.
http://www.aaai.org/AITopics/html/machine.html
Google核心
- Google Internals
- Google File System
- MapReduce
- BigTable
- Google Cluster
- Chubby Distributed Lock Service
- Sawzall
- Google shipping container data center
相关链接
- http://hr.baidu.com/job.php?ct=1
- http://www.google.com/intl/zh-CN/jobs/
- 搜索引擎技术资源篇-1(转载)
- 搜索引擎技术资源篇-1(转载)
- 搜索引擎技术资源篇-2(转载)
- 搜索引擎技术资源篇-2(转载)
- 搜索引擎技术资源篇
- 搜索引擎技术资源篇
- 搜索引擎代码资源[转载]
- 搜索引擎技术/动态资源
- 【转载】开源搜索引擎资源列表
- 搜索引擎技术总结1
- 【搜索引擎基础知识1】搜索引擎的技术架构
- 【搜索引擎基础知识1】搜索引擎的技术架构
- 搜索引擎资源
- 网页去重:搜索引擎重复网页发现技术分析(转载)
- 基于JAVA技术的搜索引擎的研究与实现(转载)
- 网页去重:搜索引擎重复网页发现技术分析(转载)
- 搜索引擎技术
- 搜索引擎技术
- datagrid 列头加txtbox并动态赋值,列为checkbox赋值二法,datagrid用DIV动态加滚动条。
- MSN的MyPhotos2007病毒
- Java连接Mysql数据库攻略二
- 程序员的七种武器
- Bash的字符串匹配共有6种形式
- 搜索引擎技术资源篇-1(转载)
- 软件项目中谁应该参加需求分析?
- 完全优化MySQL数据库性能的八大巧方法
- JS+style实现动态设置图片高宽 升级 按比例缩小图片高宽 (9月24日修改)
- 搜索引擎技术资源篇-2(转载)
- 搜索引擎学习资源(作者:dongdonglang)
- 关于超链接(PLUSLINK.cn)一事的声明
- 从今起转到.net平台
- 客户端调用天气预报web service步骤