Google搜索[编辑]
Google Logo
|
|
 |
|
|
网站类型
|
搜索引擎 |
|---|---|
| 语言 | 多国语言（~100） |
| 持有者 | Google公司instant |
| 创始人 | 拉里·佩奇和谢尔盖·布尔 |
| 营业额 | Google Ads广告 |
| 网址 | google.com |
| 商业性质 | 是 |
| 注册 | 选择性 |
| 推出时间 | 1997年9月15日 |
| 现状 | 发展中 |
| 编程语言 | Python, C, C++[2] |
 |
| 本条目属于网络搜索引擎系列 |
| 网络搜索引擎 |
| 元搜索引擎 |
| 国际性搜索引擎（多语言） |
| Yahoo! Search |
| Bing |
| 仅中文搜索引擎 |
| 百度 |
| 360搜索 |
| 搜狗 |
| yam蕃薯藤 |
| PChome Online |
| 中国搜索 |
| 其他搜索引擎 |
| DuckDuckGo |
| Exalead |
| Naver |
| Yandex |
| Alexa Internet |
| AOL |
| Ask.com |
| Qwant |
| 其他链接 |
Google搜索是由Google公司推出的一个互联网搜索引擎，它是互联网上最大、影响最广泛的搜索引擎。Google每日透过不同的服务，处理来自世界各地超过30亿次的查询。
除了搜索网页外，Google亦提供搜索图像、新聞組、新闻网页、地图、视频的服务。2005年6月，Google已存储超过80亿个网页，1亿3千万张图片，以及超过1亿的新聞組消息 - 总计大概10亿4千万个项目。它也缓存了编入索引中的绝大多数网页的内容。
因为Google的名声，“Google”一个事物做动词表示的是“在Google上搜索”。它还有引申义“在互联网上搜索”，甚至“（在实际环境中）搜索”的意思。Google官方通过律师信强烈反对这种滥用他们公司名字的习惯，因为它可能会导致Google变成一个通用商标名。[5]
目录
搜索引擎[编辑]
物理构造[编辑]
Google于全球数个地方，雇用服务器中心来存放较低成本的普通电脑，运行Red Hat Linux操作系统来回应搜索要求和索引网页。这个于服务器中心创建的“服务器园地”以Shared nothing architecture（分布式数据库结构）建造。索引是由程序Googlebot运行，它会定期地请求访问已知的索引创建新页面。页面更新愈快，Googlebot访问亦会愈多。再通过在这些已索引网页上的链接来发现新页面，并加入到数据库。索引数据库和网页缓存大小是以兆字节（terabyte）来衡量的。Google发展了一套文件系统名为Google文件系统，存储这些资料。
Google使用的这些机器的精确大小和位于何处至今未知；Google官方刻意含糊其词。在John Hennessy和David A. Patterson所著的《计算机结构：走进大数》中，推测Google的服务器场中聚类计算机群形成的“搜寻场”在2000年大约应该有6000个处理器，12000个普通IDE硬盘（即每个机器2个硬盘1个处理器），他们位于四个地方：二个在硅谷和二个在维吉尼亚。每个都以OC 48的线路（2488 Mbit/s，参见带宽）连接着因特网并且有一个OC 12（622 Mbit/s）线路连接着其他3个Google分站点。这些连接使用思科12000路由器（Gateway），用二个Foundry Networks BigIron 8000的以太网交换器分流成4 x 1 Gbit/s的线路连接到64个服务器夹，里面前后各是40台电脑和1台惠普以太网交换机，所以一个架子共有80个机器和2个惠普交换机。
Google在2004年4月发布的IPO S-1表单后，大财政公司的英特网开发单位副总裁Tristan Louis估计了2008年服务器场包含下列各项[1]：
- 720个服务器架
- 63,272台机器
- 126,544个处理器
- 253,088 GHz的处理能力
- 126,544 GB内存
- 5,062 TB的硬盘空间
依照这一估计，Google服务器场组成了全球最强大的超级计算机，每秒运行速度至少三倍于地球模拟器。
PageRank[编辑]
Google使用一种名为PageRank的算法，配合搜索字符串来排名网页，PageRank是以公司创办人拉里·佩奇命名。PageRank算法根据加权系数，推断该其他链接到网页的价值来处理。PageRank如此获取由人所创建的链接，与及与人关系的重要性。先前的排名搜索方法，采用了许多搜索器，以搜索的關鍵詞和何时搜索来排名页面，或有多相关地关系该搜索。另外，Google亦采用其他秘密准则，决定排名网页的结果。
Google不止索引和缓冲HTML文件，亦索引13种其他文件类型，例如PDF、Word文件、Excel表格，以及纯文本文件。除了文本文件，其他文件的是先转换为HTML版本后缓存的。所以借助Google可以不需要有这些文件的相应程序就可以看见这些非网页文件，如Word或是Excel。
Google创新的搜索技术和典雅的用户界面设计使Google从第一代搜索引擎中脱颖而出。Google并非只使用关键词或代理搜索技术，它将自身创建在高级PageRank™（网页级别）技术基础之上。这项专利技术可确保始终将最重要的搜索结果首先呈现给用户。网页级别可对网页的重要性进行客观的分析。用于计算网页级别的公式包含5亿个变量和20多亿个项。网页级别利用巨大的网络链接结构对网页进行组织整理。当从网页A链接到网页B时，Google就认为“网页A投了网页B一票”。Google还对投票的网页进行分析。Google复杂的自动搜索方法和结构设计被认为可以避免任何人为感情因素提供公正的搜索结果。随着搜索引擎优化（SEO）和各种针对PageRank的交换链接的行为的流行，Google的PageRank及公正性也越来越受到人们的质疑。
用户能自定义搜寻引擎。他们能设定一个缺省语言或使用"SafeSearch"过滤技术，设定在每页上被显示的结果多少。Google受争议的放置永久cookie在用户的机器上以储存这些信息，这使他们能够了解过去用户的搜索内容。任何一次搜索请求（只有头10个关键字被查询），每次最多查询头1000个结果（以每一页最多100个结果的方式显示）。
尽管它有极大的索引数目，仍然有相当多数量的数据库的数据只能是从网站访问到，而不是借由连接。这所谓的深网暂时不能被Google数据库所覆盖，举例来说包含了图书馆的目录，官方的法定（政府）公文，电话簿等。
（关于PageRank™的介绍，参见Google的Why Use Google页）
Google跳舞[编辑]
Google跳舞是一种经常被讨论的现象，Google跳舞指的是Google月底大量更新数据库和算法的几天时间，因为可以发现，这几天对Google搜索关键字如www.yahoo.com得到的结果数是不一样的。在跳舞期间，一个站点的等级可能在短时间里戏剧般的改变，而且不同的Google服务器（举例来说：www.google.com，www2.google.com，www3.google.com，www.google.co.uk，www.google.com.hk等）可能为相同的关键字提供不同的结果。跳舞似乎当是googlebot机器人抓取网页期间随即发生的。快速更新的网站，高级别的网页和新闻网站是最经常被检查的，虽然新闻不一定如此。小的调节在每月里持续进行以确定网页级别。在一些情况下，可能需要二到三个月让新建页面出现在搜索结果里。从2003年的夏季开始，每月的搜索，索引和等级更新被不间断的持续更新所取代。这种改变大大减少了Google搜索结果的不稳定性。2003年11月15日，Google似乎进行了有史以来最重要的一次算法升级，后来被称为“佛罗里达更新”。在这次更新中，几乎所有商业领域的关键词都受到了影响，尤其是一些热门的关键词，Google搜索的结果页完全变了个样儿，很多头一天还排在首位的网站被远远甩到了500名之后。
Google目前的主要挑战之一是，它的算法和结果越是得到网路用户的信赖，商业网站为了利益而暗中破坏结果的风险就越戏剧般的增加。一些搜索引擎优化公司已经开始尝试使用各种不同的技巧提升Google网页评级，以使他们客户的网站更多的被搜索到。Google已经设法减少了一些已知的使用这种方法的网站的Google页面评级。
由于Google实际上已经成为国际上最流行的搜索引擎，很多网站管理员十分热衷于跟踪他们网站在Google上的左侧排名，并试图解释他们排名变化的原因。现在已有不少网站提供排名Google搜索引擎优化（Search Engine Optimization，SEO）服务，如在一些高流量的讨论区内加入商业网站的链接，从而使该网站在Google的排名提高。这种措施的确有一定成效，但这种收取客户金钱，在第三者的讨论区上展示广告，对讨论区的读者造成困扰，也侵害了讨论区的商业利益。
还有一种被普遍采用的技术是很多网站使用一个相同的关键字连接到某一个特定的网站，以使用户在Google搜索这个关键字的时候，这个网站的排名会出现在结果的较前面。这种方法被称为Google炸弹。现在Google算法更新的频率非常快，据猜测，现在算法公式中涉及的变量有300多个，PageRank™在整个Google算法中的影响力已经下降到20%左右，最终平衡的算法中最重要的变量所占的比例不会超过10%，单纯靠技术手段提升排名的网站已经禁不住时间的考验。
Google发布了一系列的文章（页面存档备份，存于互联网档案馆）以指导站长们提升他们网站的页面评级。
SearchWiki[编辑]
SearchWiki是Google搜索引擎Web 2.0化的一个体现，让登录的用户得以参与搜索结果的评等。在每个搜索结果中新增了“调升”、“移除”与“评论”的按钮：“调升”允许用户将某搜索结果提升到前方；“移除”则可以删除某搜索结果；“评论”则可以针对某搜索结果留下意见。为防止恶作剧与破坏损害了搜索结果可信度，以上的变动都会记录下登录用户名，而且其他登录用户也能看到谁做了什么改变。
典型的Web 2.0概念网站维基百科创始人吉米·威尔士亦曾提出透过让用户参与评等以集用户群力加强搜索结果有效度的想法，其具体实现即为Wikia Search。
搜索产品[编辑]
除了搜索网页工具，Google还提供搜索图像、网上论坛、新闻、视频、当地搜索、地图、桌面搜索等服务。2006年，Google已经索引了250亿个网页与及13亿张图像。
Google还有并非直接与搜索相关的产品。例如Gmail是一个电子邮件服务，但仍包括搜索功能；Google Browser Sync不提供任何搜索工具，旨在组织用户的浏览时间。
Google即搜即得[编辑]
Google即搜即得（Instant Search）是Google于2010年9月8日发布的一个新的搜索技术[6]，是一项搜索增强功能，能够使用户在输入内容的同时显示搜索结果，而不需要点击搜索按钮或者按下回车键。这样一来，用户在输入内容的同时就可浏览到相关的搜索结果页，大大节约了搜索消耗的时间[7]。
Google即搜即得可以在用户即使不知道要寻找什么，其联想查询也对搜索操作有引导帮助，最热门的联想查询词语会以灰色的文字形式直接地显示在搜索框里，这样当用户一看到所需的搜索结果时，就可以停止输入了。[8]而用户也可以选择停用这一功能。[9]
对移动设备的支持[编辑]
对于大多区域、语言，Google即搜即得可以在应用Android 2.2+或者iOS 4+系统的移动设备上作为测试版功能来使用。[10]
审查[编辑]
色情或其他有冒犯性的搜索关键词不会被Google Instant实时搜索。出版物2600: The Hacker Quarterly编译了Google Instant不会搜索的关键词列表。[11]Google Instant不会实时给出含有这些关键词的搜索结果。[12][13]
搜索结果即时预览[编辑]
Google在搜索结果中提供即时预览功能，可在点击搜索结果前预览对应的网页。用户在搜索结果右侧的灰色箭头鼠标悬停，右侧空白处便会以图片的形式给出相应的网页即时预览。在部分预览中，预览图片上的相关程度较高的部分文本会突显于显示网页上，从而帮助用户更好地了解查询字词在网页中将要出现的位置。[14]
预览中还包含两个链接，一个是缓存网页，另一个是类似结果。[15]
不过，有些搜索结果可能不会提供预览。[16]
使用技巧[编辑]
| inurl: | 搜索网页连接中包含的關鍵詞 |
| site: | 搜索特定域名的网页 |
| link: | 搜索链接到指定网址的网页 |
事件[编辑]
故障[编辑]
2009年1月31日晚间10时46分（UTC+8）左右，Google搜索引擎的中英文等搜索的结果全部加上了“该网站可能含有恶意软件，有可能会危害您的电脑”。其间，Google的网站管理员中心无法访问，显示“Server Error（服务器故障）”。并且有短暂的修复，之后问题仍然存在。此现象约至11时18分（UTC+8）结束，前后至少30分钟。后Google在官方博客中证实，这是人为失误，由于恶意网址库中不慎包含了地址“/”，导致所有包含“/”的网址皆被认为包含可能伤害电脑的软件。[18]在这个故障后，Google News也出现了一些微小的问题。
黑客袭击[编辑]
2013年8月26日，几名巴勒斯坦的黑客劫持了“Google巴勒斯坦”的域名然后使其重定向至他们的网站，并在其网页上写了抗议文字。[19][20]
Google搜索在中国大陆地区[编辑]
Google.com曾经多次被中共官方以不明理由屏蔽。2009年6月18日，中央电视台《焦点访谈》节目宣称谷歌的搜索词语联想的功能传播所谓色情低俗信息。在输入普通的词语比如“母亲”就会直接联想到黄色词语（但事实上在百度等大陆地区搜索引擎同样存在这种情况）。实情据谷歌Trends功能证据显示在6月10日里来自北京的IP恶意刷入近百次黄色词语，使黄色词汇搜索量猛增。在17日后，此关键词慢慢回复至0，一时间谷歌备受中共喉舌媒体指责。2009年6月24日21时左右，北京的互联网用户无法访问Google.com和Gmail，但使用代理服务器等手段（俗称翻墙）可以正常访问。这证明此次Google.com无法在大陆访问并非Google技术原因而是被大陆官方恶意封锁。约两小时后，Google服务恢复访问[21]。
2010年1月14日，Google旗下的Gmail遭到可能来自中国的黑客入侵，并企图下载中国人权活动人士的电邮。Google后来宣布，Google.cn的搜索服务将关闭，转由香港域名面向中国大陆用户提供简体中文服务。
之后，中国大陆用户访问Google时经常被防火长城干扰[22]，并于2014年开始完全无法登录[23]。