Caffeine: Search index mới của Google
Google thông báo đã hoàn thành hệ thống search index (đánh chỉ mục)
website mới có tên là Caffeine. Caffeine mang lại nhiều hơn 50% kết
quả tìm kiếm cấp nhật nhất so với hệ thống cũ, nó là tập hợp nội dung
web lớn nhất chúng tôi cung cấp. Nếu blog, forum của bạn có bài post
mới bạn có thể tìm thấy ngay trên kết quả tìm kiếm trong thời gian
nhanh hơn nhiều so với trước đây.
Khi bạn search Google thực chất bạn không tìm kiếm các website thật mà
bạn chỉ đang tìm kiếm những website Google đã Index (Search Index),
giống như mục lục ở mỗi cuốn sách giúp bạn tìm kiếm chính xác nội dung
mình cần ở trang nào. (Bạn có thể tìm hiểu kỹ hơn về nguyên lý hoạt động
của SE tại đây)
Tại sao chúng tôi xây dựng hệ thống Index mới? Nội dung website phát triển
chóng mặt, nó không chỉ phát triển về số lượng nội dung mà còn phát triển
nhiều hình thức khác nhau như video, ảnh, tin tức cập nhật thời gian thực.
Các webpage nhiều nội dung hơn và ngày càng phức tạp hơn. Hơn nữa
người dùng Google cũng đòi hỏi ngày càng cao hơn, họ đòi hỏi tìm thấy nội
dung mới nhất và phù hợp nhất. Người xuất bản nội dung thì mong muốn
nội dung của họ phải được tìm thấy ngay sau khi xuất bản.
Để theo kịp sự tiến hoá của web và đáp ứng nhu cầu của người dùng chúng
tôi xây dựng Caffeine. Ảnh dưới đây mô tả sự khác nhau giữa hệ thống
index cũ và caffein.
Hệ thống cũ có vài lớp, một vài thông tin mới cập nhật sẽ nhanh hơn số
khác. Lớp cơ bản sẽ update trong vòng 2 tuần. Để cập nhật một lớp cũ chúng
tôi sẽ phân tích toàn bộ website, điều đó có nghĩa là sẽ có thời gian trễ từ lúc
tìm thấy website cho đến lúc đưa kết quả đến với người dùng.
Với Caffeine, chúng tôi sẽ phân tích website theo từng mảnh nhỏ và update
nội dung trong Search Index một cách liên tục. Khi tìm thấy một webpages
mới hoặc một thông tin mới trên một trang cũ, chúng tôi sẽ đưa trực tiếp vào
Search Index. Điều đó có nghĩa là bạn sẽ tìm được nội dung cập nhật nhất
của một website.
Caffeine cho phép chúng tôi Index một khối lượng lớn webpages. Mỗi giây
Caffeine xử lý song song hàng trăm nghìn web pages . Nếu quy lượng thông
tin ra giấy thì mỗi giây Caffeine xử lý một chồng giấy tờ cao 3 miles (
khoảng 5km). Caffein cũng sử dụng 100 triệu Gigabyte bộ nhớ trên một
database và thêm vào 100 đến 1.000 Gigabyte mỗi ngày. Bạn cần 625.000
chiếc iPod để lưu trữ lượng thông tin đó, nếu xếp số iPod đó bạn sẽ được
một cây iPod cao 40 miles (khoảng 70km).
Chúng tôi xây dựng Caffeine với tầm nhìn cho tương lai. Không chỉ cập nhật
hơn, nó là một nền tảng mạnh mẽ cho phép chúng tôi xây dựng một Search
Engine đủ sức đáp ứng được sự phát triển thông tin trên Internet và đưa kết
quả tìm kiếm tới bạn.