百度新搜索升級,Baidu Spider3.0都有哪些功能

 

　　Baidu Spider上一次升級還要追溯到2010年。

那個時候,中國互聯網資源急劇擴張,從百億擴大到千億規模,因而spider系統進行了重構,從單機互聯轉變為分布式計算系統。

但是有一個很大的缺點:延時嚴重!

而此次重構是把當前離線、全量計算為主的系統,改造成實時、增量計算的全實時調度系統,萬億規模的數據進行實時讀寫,可以收錄90%的網頁,速度提升80%!

一張圖以蔽之:

 

　　一、鏈接發現方面

如今sipder每天發現的新鏈接在500億左右的量級,而在百度站長平臺提交鏈接是其中最為高效的,特此,工程師提醒站長不要過度提交鏈接,尤其是低質鏈接,這樣才能達到更好更及時的收錄效果。

二、鏈接抓取方面

策略上,開發了更強大的機器學習模型,來進行鏈接的質量預測,對庫中所有的鏈接進行全局排序,對有價值鏈接的召回率提高95%!

架構上,計算性能的強勁提升,對每天新增的數百億模塊的鏈接,完成實時計算,延時不到1秒;開發了更強大的存儲系統,面對萬億規模的數據做到實時讀寫。

三、時效性頁面方面

中長尾站的福音!針對時效性資源,從原來的優先對新浪、網易等大新聞站進行抓取,擴大到覆蓋全網的新聞、博客、論壇等站點進行快速抓取,大小站都能優待。

打破老的平穩抓取模型,采用按需抓取機制,對有時效性新資源,做到秒級抓取。

目前,每天收錄的時效性資源規模,擴大到原來的3倍,達到近1億量級!

四、死鏈方面

全新的死鏈識別模型,能識別各種協議死鏈、內容死鏈、跳轉死鏈等低質網頁。

其中無效低質網頁(如被黑),通過百度站長平臺提交,可加快檢索屏蔽的過程。

五、建庫方面

索引展現時效性提升,原來是10天左右,現在提升40%~80%不等!

百度新搜索升級 百度以用戶體驗為中心【版權與免責聲明】如發現內容存在版權問題，煩請提供相關信息發郵件至245858536@qq.com，我們將及時溝通與處理。本站內容除非來源注明SEO篇章（www.arblaws.com），否則均為網友轉載，涉及言論、版權與本站無關。

本文地址：http://www.arblaws.com/seozixun/3018.html

當前位置：SEO優化 > SEO資訊 > 百度新搜索升級,Baidu Spider3.0都有哪些功能

Tags：網站優化