元搜索引擎（Meta Search Engine）。 ■ 全文搜索引擎 　　全文搜索引擎是名副其实的搜索引擎，国外具代表性的有Google、Fast/AllTheWeb、AltaVista、Inktomi、Teoma、WiseNut等，国内著名的有百度（Baidu）。它们都是通过从互...

【Bloom Filter】 Bloom Filter（BF）是一种空间效率很高的随机数据结构，它利用位数组很简洁地表示一个集合，并能判断一个元素是否属于这个集合。它是一个判断元素是否存在集合的快速的概率算法。Bloom Filter有可能会出现...

在现代计算机系统中，要用到大量的程序和数据，因内存容量有限，且不能长期保存，故而平时总是把它们以文件的形式存放在外存中，需要时再随时将它们调入内存。如果由用户直接管理外存上的文件，不仅要求用户熟悉外存特性，了解各种...

什么是SEO呢？SEO是Search Engine Optimization，意为“搜索引擎优化”，一般简称为搜索优化。对于SEO的主要工作就是通过了解各类搜索引擎如何抓取互联网页面，如何进行索引以及如何确定其对某一个特定关键词的搜索结果排名...

根据官方文档+看源码+实验总结出来的ES各种提交的作用与原理(对应版本7.2.0).

最近我们在公司内尝试用ES替换老旧的Solr, 在性能对比测试的环节, 发现ES竟然比Solr慢了非常多, 响应时间是Solr的两三倍, 然后开始各种排查, 最后发现ES的响应时间竟然随着request.size的增加呈线性增加, 这说明大部...

ES 是一个开源的高扩展的分布式全文搜索引擎，是整个Elastic Stack技术栈的核心。它可以近乎实时的存储，检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。...

爬虫，又称为网络蜘蛛、网络机器人等，简单来说，就是请求网站并提取数据的自动化程序，可以代替人工在互联网上收集数据。

左侧默认分组有国内外常用搜索引擎，视频网站，音乐网站，学术网站，摸鱼网站等，比如使用谷歌搜索的时候点击左侧的百度进入百度搜索，不用再打开百度复制搜索。...

几个月后的今天，我发现了单位网站中某篇文章中提到的一个域名，被腾讯网址安全检测识别为「危险-网站含有违规内容」…