Büyük arama motorları hangi veritabanı teknolojilerini kullanır? [kapalı]


32

Google veya Yahoo’nun çok büyük miktarlarda veriye karşı anahtar kelimeleri nasıl aradığını bilen var mı? Bunun için ne tür veritabanı veya teknolojiler kullanıyorlar?

Birkaç milisaniye sürer, ancak dizine eklenmiş bir milyardan fazla sayfa var.


Yığın Taşması ile ilgili benzer bir soru var: stackoverflow.com/questions/362956/…
splattne

Yanıtlar:


21

Bir şeylerin bir arada olduğundan eminim:

  • ciddi donanım
  • çok fazla - veriler birçok düğümde ve farklı veri merkezlerinde dağıtılır ve çoğaltılır

    • (aslında Google’da en azından binlerce ve binlerce gerçekten düşük kaliteli sunucuya sahip olduklarına inanıyorum)
  • çok sayıda ortak sorgunun sonuçları önbelleğe alınır, daha önce hiç aramadığınız tanıdıklarınız için potansiyel aramaları nasıl önceden doldurduklarına dikkat edin; ne arayabileceğinizi tahmin ediyorlar ve sonucunuzu önceden hesaplayıp bir yere koyduğunu umuyorlar. Yaptıkları birçok durumda, Google’da bugün sizden önce kimsenin sormadığı aramalar yapabileceğiniz pek fazla arama yok. Yeni bir arama ifadesi aldıklarında, muhtemelen serbest metin arama gibi bir şey kullanırlar - ve bir anahtar kelime için onları aradıktan sonra belgede bulmaya çalışmak yerine bir sayfa ilk kez taranırken anahtar kelimelerin semantik olarak çıkarılmasını beklerdim. . Elbette sayfa sıralamasını tekrar hesaplayarak bu önbellekleri periyodik olarak geçersiz kılmak zorundalar.

34

Güvercinler .

Google’ın arama teknolojisinin kalbi , Stanford Üniversitesi’nde Google kurucuları Larry Page ve Sergey Brin tarafından geliştirilen web sayfalarını sıralayan bir sistem olan PigeonRank ™ :

görüntü tanımını buraya girin

BF Skinner, Page ve Brin'in çığır açan çalışması üzerine inşa etmek, web sayfalarının göreceli değerini insan editörlerinden veya makine tabanlı algoritmalardan daha hızlı hesaplamak için düşük maliyetli güvercin kümelerinin (PC'ler) kullanılabileceğini düşündü. Ve Google’ın günlük olarak hizmetlerimizin her yönünü iyileştirmek için çalışan onlarca mühendisi olsa da, PigeonRank tüm web arama araçlarımız için temel oluşturmaya devam ediyor.

Google’ın patentli PigeonRank ™ neden bu kadar iyi çalışıyor?

PigeonRank'ın başarısı, öncelikle yerli güvercinlerin (Columba livia) üstün eğitilebilirliği ve mekansal yönelimden bağımsız olarak nesneleri tanıma konusundaki benzersiz kapasitesine dayanır . Yaygın gri güvercin, yalnızca en küçük farkları gösteren öğeler arasında kolayca ayırt edebilir, bu da binlerce benzer sayfadan alakalı web sitelerini seçmesini sağlar.

Yoğun kümelerdeki güvercin sürülerini toplayarak, Google, arama sorgularını, genellikle yırtıcı kuşlara, tavuklara veya yavaş hareket eden su kuşlarına alaka düzeylerini yapmak için kullanan geleneksel arama motorlarına göre daha yüksek hızlarda işleme koyabilir.

Bir arama sorgusu Google’a gönderildiğinde , flaş sonuç sayfalarını yanan hızlarda izleyen bir veri kümesine yönlendirilir . Bir zaman ilgili sonuç görülmektedir kümedeki güvercinler bir kişi tarafından, bu sayfayı birinin bir PigeonRank değer atar gagasının, bir kauçuk kaplı çelik çubuk vurur. Her gagalama için GüvercinRank artar . En fazla gagalamayı alan sayfalar, kullanıcının sonuç sayfasının en üstünde, gagalama sırasındaki diğer sonuçlarla birlikte döndürülür.


6
Not: Bu sayfa Nisan
Şakası

19

Google ile ilgili birkaç şeyi aklınızda bulundurmanız önemlidir:

  • DB'leri tescilli BigTable'dır - GOOGLE TARAFINDAN gereksinimlerine tam olarak uyacak şekilde özel olarak tasarlanmıştır.

  • Onların tescilli DB'leri kendi tescilli dosya sistemlerine ( Google Dosya Sistemi) dayanıyor - bu, yine GOOGLE tarafından , ortak mal donanımı kullanılarak kolayca genişletilebilecek şekilde tasarlandı . Aaron'un cevabında belirttiği gibi, az sayıda çok güçlü sunucu yerine çok sayıda ortalama sunucuya sahipler.

Tek tek tabloları erişimi daha hızlı hale getirmenin bir yolu olarak birden fazla makinede saklarlar - yazılımları hangi verinin hangi makinede olduğunu bilir ve bir diski atmak yerine doğrudan ilgili bilgiyle sunucuya gidebilir.



Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.