Internetový vyhledávač
Z Wikipedie, otevřené encyklopedie
Internetový vyhledávač je stránka, určená k vyhledávání hlavně dalších stránek, ale také souborů (např. obrázků, nebo audia) na Internetu.
Program internetového vyhledávače po zadání hledaného výrazu hledá ve své naindexované databází uživatelem zvolený termín, k tomu používá několik způsobů. Např. Google používá metodu, že čím více odkazů k dané stránce směřuje, tím je stránka hodnotnější. Protože všechny vyhledávače spolu soutěží o návštěvnost, nabízejí různé doplňkové služby, jako je například podrobnější vyhledávání, zpravodajství nebo e-mailová schránka zdarma.
Obsah |
[editovat] Jak vyhledávač pracuje
[editovat] Teorie
Obecně většina internetových vyhledávačů pracuje ve třech krocích:
- Prohledání webu
- Indexování
- Vyhledávání
Pro prohledání webu má internetový vyhledávač automatický program (tzv. bot), který prochází celý web doslova odkaz za odkazem a zaznamená si prošlé stránky. Tento zaznamenaný soubor poté zanalyzuje a provádí tzv. indexaci, což v praxi znamená stáhnutí celé stránky na vlastní server a příprava pro její začlenění do databáze vyhledávání. Z tohoto principu plyne důvod, proč se změny webu neprojeví ve výsledcích vyhledávání okamžitě, ale až po určité době (až bot stránku znovu zaindexuje). Následně koncový uživatel zadá do vyhledávače klíčová slova a vyhledávač navrátí shodu klíčových slov se stránkami v databázi. Většinou v přehledné formě jako je titulek stránky, její obsah a adresa.
Užitečnost vyhledávače tvoří z velké části relevance nalezených stránek k hledanému tématu. Proto většina vyhledávačů přiřadí stránce podle mnoha kritérií určité hodnocení (PageRank u Google, S-Rank u Seznamu) a z toho poté vychází při třídění výsledků vyhledávání. Stránku, na kterou vede pouze minimum odkazů bude považovat za méně důležitou než stránku s tísíci zpětnými odkazy a proto ji zařadí níže ve výsledcích vyhledávání.
Technika, která dokáže stránky zoptimalizovat pro co nejlepší umístění ve výsledcích hledání se nazývá SEO (z anglického Search Engine Optimization) a v poslední době je velmi žádanou službou na internetu. Na podobném principu funguje i tzv. Google bomba, která umožňuje do výsledků vyhledávání zahrnout i stránky, které hledané slovo neobsahují.
[editovat] Praxe
Z hlediska techniky běží vyhledávače na velmi výkonných strojích schopných zpracovat milióny požadavků za sekundu. Google, jako světová jednička mezi vyhledávači je provozován na více než 450 000 počítačích po celém světě. Jednotlivé počítače jsou většinou součástí lokálního clusteru - supervýkoného počítače. Každý server má přesně danou svojí úlohu (cache servery, databázové servery, web servery) a pro co největší spolehlivost jsou služby jištěny na více úrovních (GFS, RAID, redudantní stroje). Indexování celého internetu má také obrovské nároky na kapacitu disků - jen při 10 milionech stránkách a 10 kB na stránku při průměrné kompresi dostáváme nutnost 100 TB diskového pole.
