如何解决搜索引擎设计的问题

　　一、搜索引擎性能

　　搜索引擎性能的评价指标有以下几个：

　　① 响应时间

　　响应时间，是指用户发出搜索指令到得到搜索引擎结果页面之间所用时间(时延)。

　　对于成熟的搜索引擎而言，很多时候，这个时延可能低于0.00几秒。Google搜索可以直接看到这个时间。

　　② 查询吞吐量

　　查询吞吐量，是指在一定时间内搜索引擎系统能够处理的查询数量。

　　比如，一秒内可以承受200万个用户搜索数据。

　　③ 索引速度

　　索引速度，是指搜索引擎将已经收录的文档编排索引，从而提高搜索的速度。

　　当用户搜索一个词时，搜索引擎可以直接利用这些索引，以便更快地给出搜索结果。

　　二、搜索引擎合并新数据的速度

　　搜索引擎几乎是时刻都需要将新数据合并到当前的索引中，这个过程有两点需要注意：

　　① 覆盖率

　　覆盖率，是指衡量现存信息有多少被索引和存储在搜索引擎中。

　　搜索引擎对于互联网上的某些页面不予收录，对于另外一些页面可能只收录，却不加入索引。

　　② 时效性

　　时效性，又称"新近性"和"时新性",是指搜索引擎库中存放的页面的时间或年龄。

　　百度搜索引擎在熊掌号中提到过优质内容维度之一就是时效性，时效性的极致就是最新的新闻，几天内可以得到很高的排名和曝光，但热度下去之后，可能排名和曝光就会差很多了。

　　三、搜索引擎的可扩充性

　　搜索引擎的扩充性体现在以下几点：

　　① 用户数量的增长

　　从PC时代到智能手机时代，网民的数量暴涨，搜索用户数量也是直线上升。

　　② 数据量的增长

　　互联网信息爆炸时代，越来越多的页面被搜索引擎收录并索引，所需数据库也越来越大。

　　四、搜索引擎的可定制性

　　搜索引擎的可定制性，要求可以根据检索模型、排序算法、惩罚机制等来对搜索引擎的最终结果进行调整。

　　故，搜索引擎的可定制性，又可以称之为自适应性。

　　五、搜索引擎的特殊应用

　　搜索引擎为了处理某些情况，必须要有一定的特殊应用场景。

　　比如，搜索引擎对于网站复制内容的判断。

　　一般来讲，搜索引擎发现优质网站有些许复制内容可能依然会给予很高的排名，因为信任度高。但是，如果一个恶劣采集站，整个网站几乎都没有优质原创文章的存在，那么搜索引擎如果在这个网站上发现复制内容，可能仅收录不索引，也可能连收录都不收录。