搜索引擎的智能化对于百度、360 、搜狗无疑是巨大的技术更新

总体而言 ，搜索搜狗术更搜索引擎面临以下挑战。引擎

1、页面爬行需要快速且全面  

互联网是智对于的技一个动态的内容网络。每天，百度无数的无疑页面被更新和创建 ，无数的搜索搜狗术更用户发布内容并相互交流 ，要返回到有用的引擎内容，搜索引擎需要抓取新的智对于的技页面 ，但是百度由于页面数量巨大  ，搜索引擎蜘蛛需要很长时间才能更新数据库中的无疑页面一次。当搜索引擎诞生时，捕获和更新周期通常以月为单位进行计算，这就是为什么谷歌在2003年之前每个月都有一个大的更新。

现在主流的搜索引擎已经能够在几天内更新重要的页面，并且在几小时甚至几分钟内将包括在高权重网站上的新文档。然而 ，这种快速的包含和更新只能局限于高权重的网站 ，许多页面在几个月内没有被重新爬行和更新也是很常见的。

为了返回比较好的结果 ，搜索引擎还必须尽可能全面地抓取一个页面，这需要解决许多技术问题，有些网站不利于搜索引擎蜘蛛爬行和爬行，如网站链接结构的缺陷、Flash 、Java脚本的广泛使用
，或者用户在访问该部分之前必须登录的内容，都增加了搜索引擎爬行内容的难度 。

2 、海量数据存储

一些大型网站在一个网站上有数百万 、数千万
、甚至数亿的页面，你可以想象网络上所有网站的页面加起来有多少数据，搜索引擎蜘蛛抓取页面后，还必须有效地存储这些数据，数据结构必须合理 ，具有很高的可扩展性，对写入和访问速度的要求也很高
。

除了页面数据，搜索引擎还需要存储页面之间的链接和大量的历史数据 ，这是用户无法想象的
。据估计，百度拥有340多万台服务器
，谷歌拥有数十个数据中心和数百万台服务器，这种大规模的数据存储和访问不可避免地会面临许多技术挑战。

我们经常在搜索结果中看到排名上下波动 ，没有明显的原因，我们甚至可以刷新页面并查看不同的排名 ，有时，网站数据也会丢失 ，这可能与大规模数据存储和同步的技术难点有关
。

3 、索引处理快速、有效且可扩展

在搜索引擎对页面数据进行爬行和存储后
，还需要进行索引处理，包括链接关系计算、正向索引 、反向索引等 。由于数据库中的页面数量庞大 ，执行pr等迭代计算既费时又费力 ，为了提供相关及时的搜索结果，只需抓取是没有用的 ，同时也需要做很多的索引计算，因为在任何时候都会添加新的数据和页面
，所以索引处理也应该具有良好的可伸缩性 。

4 、快速准确的查询处理是普通用户能看到的搜索引擎步骤

当用户在搜索框中输入一个查询并单击“搜索”按钮时，他通常会在不到一秒钟的时间内看到搜索结果
。简单的表面处理实际上涉及非常复杂的背景处理。在后的查询阶段，比较重要的问题是如何在不到一秒钟的时间内从数 、数百万甚至数千万个包含搜索词的页面中快速找到比较合理、相关的页面，并根据相关度和权限进行排列 。

5、判断用户意图和人工智能  

应该说 ，搜索引擎的前四个挑战已经能够更好地解决，但是对用户意图的判断还处于初级阶段。不同的用户搜索相同的查询词，可能会查找不同的内容
。例如，在搜索“苹果”时 ，用户是想知道苹果的果实，还是苹果电脑，还是想知道电影“苹果”的信息 ？或者他想听“苹果” ？没有上下文，没有对用户的个人搜索习惯的理解，他就无法判断
。

搜索引擎目前正在根据用户的搜索习惯 、历史数据的积累和语义搜索技术来判断搜索意图、理解文档的真实含义和返回更相关的结果。