搜索[全文搜索引擎]结果-低调大师优秀个人博客

【http://www.lqkweb.com】【http://www.swpan.cn】网站树形结构深度优先是从左到右深度进行爬取的，以深度为准则从左到右的执行（递归方式实现）Scrapy默认是深度优先的广度优先是以层级来执行的，（列队方式实现）【转载自：http://www.lqkweb.com】

2019-07-01

python七天快速开发优惠券搜索引擎项目实战（第一天）

python七天快速开发优惠券搜索引擎项目实战（第一天）第一天基本介绍 1.1 项目演示项目演示网址：http://www.tbquan.cn (淘宝券-淘宝优惠券搜索引擎,天猫优惠券搜索引擎,淘宝天猫全网内部优惠券

2018-10-30

搜索引擎Sphinx亿级数据大并发实时搜索通用架构设计方案

一、市场份额 1.简介 Sphinx 优势： Sphinx是一个基于SQL的C++开发的开源全文检索引擎，在1千万条记录情况下的查询速度为0.x秒（毫秒级）始于2001年，近20年的市场打磨（本文基于目前最新版

2018-09-29

AI 搜索引擎优化能帮企业拿到什么效果？从品牌、获客到资产沉淀多维解析

在这一变革下，传统搜索引擎优化争夺网页排名的思路，难以适配 AI 直接引用内容的新场景。

2026-09-07

AI 搜索引擎优化原创资料发布顺序怎么安排？分层递进搭建大模型采信知识体系

生成式 AI 搜索的信息采信逻辑，和传统搜索引擎优化存在本质差异。传统搜索引擎优化侧重关键词在网页中的分布与外链权重，只要页面被爬虫抓取，就有机会参与网页排名。

2026-09-04

AI 搜索引擎优化落地实操：企业官网网页结构化改造的完整路径

传统面向搜索引擎优化搭建的网页，侧重于关键词匹配与页面排名，很难被大模型识别、采信。

2026-09-03

做 AI 搜索引擎优化大概要投入多少时间？拆解 GEO 生成式引擎优化全周期

AI 搜索逐步替代传统网页检索，越来越多企业开始布局AI 搜索引擎优化。很多决策者在项目启动前最关心的问题，就是时间投入规模，以此评估人力分配与项目预期。

2026-09-03

AI 搜索引擎优化为何愈发重要？从流量迁移看企业数字化获客变革

大量企业持续投入传统搜索引擎优化，维持网站关键词排名，却面临询盘萎缩、品牌在 AI 问答场景无法曝光的困境。

2026-09-01

AI 搜索引擎优化核心底层：实体识别如何决定品牌在 AI 搜索中的曝光资格

生成式 AI 重构商业信息检索的底层逻辑，传统搜索引擎优化依靠关键词匹配、网页权重争夺排名的体系，已经难以适配大模型问答场景。

2026-09-01

AI 搜索引擎优化的内容发布频率，保持多少最合适？稳定更新比堆量更重要

生成式 AI 搜索普及之后，很多运营人员直接照搬传统搜索引擎优化的经验，认为发布数量越多、更新越频繁，就可以拿到更好的 AI 引用效果。

2026-08-28

做了传统 SEO，为什么 AI 搜索引擎依旧不引用你的内容？解析 AI 搜索底层逻辑

大量企业与内容运营深耕传统搜索引擎优化，网页在网页搜索当中拥有不错排名，却发现生成式 AI 在回答行业相关问题时，始终不会引用自家网站的内容。

2026-08-24

李彦宏：百度是全球所有搜索引擎中 AI 化改造最激进的公司

他强调，百度是全球所有搜索引擎中AI化改造最激进的公司，不仅是在搜索结果中插入AI摘要，而是将搜索从以文字和链接为主的互联网应用，彻底升级为以富媒体内容为核心的AI应用。

2025-11-13

互联网创业中大部分人都是草根创业，这个时候没有强劲的服务器，也没有钱去买很昂贵的海量数据库。在这样严峻的条件下，一批又一批的创业者从创业中获得成功，这个和当前的开源技术、海量数据架构有着必不可分的关系。比如我们使用mysql、nginx等开源软件，通过架构和低成本服务器也可以搭建千万级用户访问量的系统。新浪微博、淘宝网、腾讯等大型互联网公司都使用了很多开源免费系统搭建了他们的平台。所以，用什么没关系，只要能够在合理的情况下采用合理的解决方案。那怎么搭建一个好的系统架构呢？这个话题太大，这里主要说一下数据分流的方式。比如我们的数据库服务器只能存储200个数据，突然要搞一个活动预估达到600个数据。可以采用两种方式：横向扩展或者纵向扩展。纵向扩展是升级服务器的硬件资源。但是随着机器的性能配置越高，价格越高，这个代价对于一般的小公司是承担不起的。横向扩展是采用多个廉价的机器提供服务。这样一个机器只能处理200个数据、3个机器就可以处理600个数据了，如果以后业务量增加还可以快速配置增加。在大多数情况都选择横向扩展的方式。如下图：现在有个问题了，这600个数据如何路由到对应的机器。需要考虑如果均衡分配，假设我们600个数据都是统一的自增id数据，从1~600，分成3 堆可以采用 id mod 3的方式。其实在真实环境可能不是这种id是字符串。需要把字符串转变为hashcode再进行取模。目前看起来是不是解决我们的问题了，所有数据都很好的分发并且没有达到系统的负载。但如果我们的数据需要存储、需要读取就没有这么容易了。业务增多怎么办，大家按照上面的横向扩展知道需要增加一台服务器。但是就是因为增加这一台服务器带来了一些问题。看下面这个例子，一共9个数，需要放到2台机器（1、2）上。各个机器存放为：1号机器存放1、3、5、7、9 ，2号机器存放 2、4、6、8。如果扩展一台机器3如何，数据就要发生大迁移，1号机器存放1、4、7, 2号机器存放2、5、8, 3号机器存放3、6、9。如图：从图中可以看出 1号机器的3、5、9迁移出去了、2好机器的4、6迁移出去了，按照新的秩序再重新分配了一遍。数据量小的话重新分配一遍代价并不大，但如果我们拥有上亿、上T级的数据这个操作成本是相当的高，少则几个小时多则数天。并且迁移的时候原数据库机器负载比较高，那大家就有疑问了，是不是这种水平扩展的架构方式不太合理？ —————————–华丽分割线————————————— 一致性hash就是在这种应用背景提出来的，现在被广泛应用于分布式缓存，比如memcached。下面简单介绍下一致性hash的基本原理。最早的版本 http://dl.acm.org/citation.cfm?id=258660。国内网上有很多文章都写的比较好。如： http://blog.csdn.net/x15594/article/details/6270242 下面简单举个例子来说明一致性hash。准备：1、2、3 三台机器还有待分配的9个数 1、2、3、4、5、6、7、8、9 一致性hash算法架构步骤一、构造出来 2的32次方个虚拟节点出来，因为计算机里面是01的世界，进行划分时采用2的次方数据容易分配均衡。另 2的32次方是42亿，我们就算有超大量的服务器也不可能超过42亿台吧，扩展和均衡性都保证了。二、将三台机器分别取IP进行hashcode计算（这里也可以取hostname，只要能够唯一区别各个机器就可以了），然后映射到2的32次方上去。比如1号机器算出来的hashcode并且mod (2^32)为 123（这个是虚构的），2号机器算出来的值为 2300420，3号机器算出来为 90203920。这样三台机器就映射到了这个虚拟的42亿环形结构的节点上了。三、将数据（1-9）也用同样的方法算出hashcode并对42亿取模将其配置到环形节点上。假设这几个节点算出来的值为 1：10，2：23564，3：57，4：6984，5：5689632，6：86546845，7：122，8：3300689，9：135468。可以看出 1、3、7小于123， 2、4、9 小于 2300420 大于 123， 5、6、8 大于 2300420 小于90203920。从数据映射到的位置开始顺时针查找，将数据保存到找到的第一个Cache节点上。如果超过2^32仍然找不到Cache节点，就会保存到第一个Cache节点上。也就是1、3、7将分配到1号机器，2、4、9将分配到2号机器，5、6、8将分配到3号机器。这个时候大家可能会问，我到现在没有看见一致性hash带来任何好处，比传统的取模还增加了复杂度。现在马上来做一些关键性的处理，比如我们增加一台机器。按照原来我们需要把所有的数据重新分配到四台机器。一致性hash怎么做呢？现在4号机器加进来，他的hash值算出来取模后是 12302012。 5、8 大于2300420 小于12302012 ，6 大于 12302012 小于90203920 。这样调整的只是把5、8从3号机器删除，4号机器中加入 5、6。同理，删除机器怎么做呢，假设2号机器挂掉，受影响的也只是2号机器上的数据被迁移到离它节点，上图为4号机器。大家应该明白一致性hash的基本原理了吧。不过这种算法还是有缺陷，比如在机器节点比较少、数据量大的时候，数据的分布可能不是很均衡，就会导致其中一台服务器的数据比其他机器多很多。为了解决这个问题，需要引入虚拟服务器节点的机制。如我们一共有只有三台机器，1、2、3。但是实际又不可能有这么多机器怎么解决呢？把这些机器各自虚拟化出来3台机器，也就是 1a 1b 1c 2a 2b 2c 3a 3b 3c，这样就变成了9台机器。实际 1a 1b 1c 还是对应1。但是实际分布到环形节点就变成了9台机器。数据分布也就能够更分散一点。如图：写了这么多一致性hash，这个和分布式搜索有什么半点关系？我们现在使用solr4搭建了分布式搜索，测试了基于solrcloud的分布式平台提交20条数据居然需要几十秒，所以就废弃了solrcloud。采用自己hack solr平台，不用zookeeper做分布式一致性管理平台，自己管理数据的分发机制。既然需要自己管理数据的分发，就需要考虑到索引的创建，索引的更新。这样我们的一致性hash也就用上了。整体架构如下图：建立和更新需要维持机器的位置，能够根据数据的key找到对应的数据分发并更新。这里需要考虑的是如何高效、可靠的把数据建立、更新到索引里。备份服务器防止建立服务器挂掉，可以根据备份服务器快速恢复。读服务器主要做读写分离使用，防止写索引影响查询数据。集群管理服务器管理整个集群内的服务器状态、告警。整个集群随着业务增多还可以按照数据的类型划分，比如用户、微博等。每个类型按照上图架构搭建，就可以满足一般性能的分布式搜索。对于solr和分布式搜索的话题后续再聊。扩展阅读： java的hashmap随着数据量的增加也会出现map调整的问题，必要的时候就初始化足够大的size以防止容量不足对已有数据进行重新hash计算。疫苗：Java HashMap的死循环 http://coolshell.cn/articles/9606.html 一致性哈希算法的优化—-关于如何保正在环中增加新节点时，命中率不受影响（原拍拍同事scott）http://scottina.iteye.com/blog/650380 语言实现： http://weblogs.java.net/blog/2007/11/27/consistent-hashing java 版本的例子 http://blog.csdn.net/mayongzhan/archive/2009/06/25/4298834.aspx PHP 版的例子 http://www.codeproject.com/KB/recipes/lib-conhash.aspx C语言版本例子分类: java 本文转自快乐就好博客园博客，原文链接：http://www.cnblogs.com/happyday56/p/5819553.html，如需转载请自行联系原作者

2017-09-02

【计算机视觉这一年】万字长文盘点近百篇代表论文、应用和市场（全文报告下载）

本报告包括以下内容：第一部分：分类/定位，目标检测，目标追踪第二部分：分割，超分辨率，自动上色，风格迁移，动作识别第三部分：3D世界理解第四部分：卷积网络架构，数据集，新兴应用综述：计算机视觉最重要的进展计算机视觉通常是指赋予机器视觉的能力，或赋予机器能够直观地分析它们的环境和内在的刺激。这个过程通常包括对一个图像、很多图像或视频的评估。英国机器视觉协会（BMVA）将计算机视觉定义为“自动提取、分析和理解来自单个图像或一系列图像的有用信息的过程”。这个定义中的“理解”这个词说明了计算机视觉的重要性和复杂性。对我们的环境的真正理解不是仅仅通过视觉表现来实现的。相反，视觉信号通过视觉神经传递给主视觉皮层，并由大脑来解释。从这些感官信息中得出的解释包含了我们的自然编程和主观体验的总体，即进化是如何让我们生存下来，以及我们在生活中对世界的

2017-11-27

搜索引擎怎么识别非真人流量：指纹、IP与行为三信号的环境隔离应对

做SEO内容分发与关键词研究的人，基本都踩过同一个坑。同一台办公机上挂着五六个搜索账号、三四个内容平台的发布身份，用来做关键词研究、排名监控和合规的内容分发。

2026-09-16

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

精选列表

AI 搜索引擎优化怎么挖掘适合的提问长尾词？挖掘逻辑与落地方法解析

个人自媒体能否落地 AI 搜索引擎优化？可行性、边界与落地路径解析

解密大模型资料抓取规则：依托AI搜索引擎优化搭建企业可采信内容体系

大模型 RAG 检索和商用 AI 搜索引擎优化是一回事吗？

事实类提问和实操类提问，对 AI 搜索引擎优化的要求有什么不同？

17、Python快速开发分布式搜索引擎Scrapy精讲—深度优先与广度优先原理