藍(lán)藍(lán)設(shè)計(jì)( www.z1277.cn )是一家專注而深入的界面設(shè)計(jì)公司，為期望卓越的國內(nèi)外企業(yè)提供有效的UI界面設(shè)計(jì)、BS界面設(shè)計(jì) 、 cs界面設(shè)計(jì) 、 ipad界面設(shè)計(jì) 、 包裝設(shè)計(jì) 、 圖標(biāo)定制 、 用戶體驗(yàn) 、交互設(shè)計(jì)、 網(wǎng)站建設(shè) 、平面設(shè)計(jì)服務(wù)
如果您想訂閱本博客內(nèi)容，每天自動發(fā)到您的郵箱中， 請點(diǎn)這里
第二、文件存儲：文件存儲是搜索引擎的一個(gè)技術(shù)關(guān)鍵所在，同時(shí)也是面臨的一個(gè)挑戰(zhàn)。當(dāng)搜索引擎爬行和抓取完成后，會把這些數(shù)據(jù)存入原始頁面數(shù)據(jù)庫。在這個(gè)數(shù)據(jù)庫存放的數(shù)據(jù)和用戶在瀏覽器中看到的頁面是完全一樣的。每個(gè)URL都會有一個(gè)獨(dú)特的編號。除此之外，還要存儲各種計(jì)算權(quán)重所需要的數(shù)據(jù)，比如各種鏈接的關(guān)系，PR的迭代計(jì)算等。這些數(shù)據(jù)量是巨大的。很多網(wǎng)站不存在時(shí)，我們可以訪問搜索引擎的快照頁面，這些頁面就是存在搜索引擎自己的數(shù)據(jù)庫中，與站長網(wǎng)站本身的數(shù)據(jù)沒有關(guān)系，是獨(dú)立存在的。平時(shí)的快照更新、排名波動都和搜索引擎的文件存儲有著直接的關(guān)系。
第三、跟蹤鏈接：跟蹤鏈接指的是蜘蛛會順著頁面上的鏈接從一個(gè)頁面爬到下一個(gè)頁面
那么蜘蛛就會順著這個(gè)詞來排。因?yàn)檎麄€(gè)互聯(lián)網(wǎng)都是有不同的鏈接構(gòu)成，所以理論上蜘蛛能爬行所有的頁面。但由于現(xiàn)實(shí)中網(wǎng)站間的鏈接結(jié)構(gòu)非常復(fù)雜，蜘蛛就會采取一定的策略才能爬行所有頁面。常見的策略一般有兩種，一是深度優(yōu)先，二是廣度優(yōu)先。深度優(yōu)先指的是順著鏈接一直爬行，直到?jīng)]有鏈接為止，然后返回第一個(gè)頁面。而廣度優(yōu)先是順著第一層的鏈接爬行，直到把第一層的鏈接爬行完然后再爬行第二層的鏈接。如果從理論上講，只要有充足的時(shí)間，蜘蛛就能爬行完所有的網(wǎng)頁，但實(shí)際上搜索引擎只是收錄了互聯(lián)網(wǎng)上很小的一部分網(wǎng)頁。因此對我們來講，爭取做足夠多的外部鏈接，讓蜘蛛有機(jī)會來爬行與抓取。
第四、地址庫：地址庫對搜索來說顯得尤為重要，互聯(lián)網(wǎng)上的網(wǎng)頁數(shù)量是巨大的，為了避免爬行和抓取重復(fù)的網(wǎng)址，搜索引擎會建立一個(gè)地址庫，這個(gè)地址庫主要記錄已經(jīng)發(fā)現(xiàn)但是還沒有被抓取的頁面，以及已經(jīng)抓取的頁面。有了地址庫，就能讓搜索引擎的工作更加有效率，地址庫中的URL地址常常有幾個(gè)來源：一是人工錄入U(xiǎn)RL;二是自己爬行和抓取，如果爬行到一個(gè)新的網(wǎng)址，地址庫中沒有就會存入待訪問的數(shù)據(jù)庫;三是通過提交，很多站長都會去主動提交要被收錄的頁面。蜘蛛會從待訪問的地址中訪問里邊的URL，爬行完就會刪除，并存入以訪問的地址庫中。但大家也需要了解，我們?nèi)ブ鲃犹岣呓o搜索引擎網(wǎng)址，并不代表他一定會訪問并收錄我們的頁面，搜索引擎更喜歡自己爬行發(fā)現(xiàn)新的URL，所以我們還是要做好網(wǎng)頁的內(nèi)容和外部鏈接。
第五、吸引蜘蛛：通過上文我們知道，雖然蜘蛛理論上能爬取所有頁面，但由于鏈接的復(fù)雜性以及時(shí)間的局限性，蜘蛛往往只是抓取互聯(lián)網(wǎng)上網(wǎng)頁的一部分，如果我們的網(wǎng)站想要獲得好的排名，那么就必須想方設(shè)法讓蜘蛛來抓取，蜘蛛一般會抓取比較重要的頁面，那些頁面較重要呢?一是頁面權(quán)重高、資格老的網(wǎng)站會被認(rèn)為比較重要;二是頁面常更新的頁面，對于經(jīng)常更新的頁面，蜘蛛會更加頻繁訪問;三是導(dǎo)入鏈接比較多的頁面，無論什么樣的頁面，如果想要蜘蛛訪問，就必須有導(dǎo)入鏈接;四是與首頁點(diǎn)擊距離近的頁面，因?yàn)槭醉摰臋?quán)重往往最高，所以，距首頁最近點(diǎn)擊距離的頁面往往也被認(rèn)為是最重要的頁面。