https://clickhouse.com/docs/en/guides/improving-query-performance/skipping-index...

https://solr.apache.org/guide/8_6/result-grouping.html

实际上，搜索引擎高可用和高伸缩性的设计带来的一个副作用就是无法高效实现无限分页功能，无法高效意味着能实现，但是代价比较大，这是所有搜索引擎都会面临的一个问题，专...

2022年5月1日起，Alexa正式终止服务。曾经互利网时代网站排名的风向标就这样落幕了。亚马逊并没有公布是什么原因导致关闭Alexa，国内吃瓜群众也不太关心这...

在网上保存的图片都会带有水印，如商标，logo，个人账号信息等，但是一张一张去图片水印效率太慢了，浪费时间，那么有什么快速批量去水印的方法吗，答案当然是有的，今...

从操作系统的角度, page cache也称为disk cache, 是操作系统对硬盘(HDD or SSD)的缓存. OS 使用当前空闲的RAM来保存pag...

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...

如果我们从搜索引擎蜘蛛的角度去看一个网站，在抓取、索引和排名时会出现一系列问题，解决了这些问题的网站设计就是对搜索引擎友好的网站。

以下是 ElasticSearch 面试题，相信大家都会有种及眼熟又陌生的感觉、看过可能在短暂的面试后又马上忘记了。**JavaPub**在这里整理这些容易忘记...

SolrCloud是solr对分布式搜索的实现, 分布式搜索主要涉及到两个概念, shard和replica.

Chrome浏览器对于我们现在互联网行业已经不可或缺，其实大部分使用Chrome浏览器的人更看重的是它的强大的插件功能，几乎提供的插件无所不能。

Apache Kafka 发展至今，已经是一个很成熟的消息队列组件了，也是大数据生态圈中不可或缺的一员。Apache Kafka 社区非常的活跃，通过社区成员不...

之前一直想看一下lucene range查询的底层原理, 先上网找了下相关资料, 发现非常混乱, 主要是因为lucene的范围查询曾经经历过两个不同的阶段:

企业从搜索引擎收集的最基本信息为与其行业相关的关键词和搜索引擎结果页排名。通过了解提升搜索引擎结果页排名的最佳实践，企业能够大体上判定是否应效仿竞争对手的做法。

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).

让我们设计一个类似Yelp或者大众点评的服务，用户可以搜索附近的地方，比如餐馆、剧院或购物中心等，还可以添加/查看对地方的评论。类似的服务：邻近服务器。

360搜索引擎站长平台出台的算法不多，但是辐射的区间从网页内容质量、用户体验度、用户需求度以及搜索公正与用户安全展开；与百度搜索平台算法有相似之处，关于搜索安全...

SpanScorer中包含一个Spans对象, SpanScorer把iterator()和twoPhraseIterator()方法都委托给了Spans对象....

是搜索引擎获得页面内容的一个重要的途径，通过蜘蛛的抓取可以得到一个页面的最主要的内容从而收录百度数据库系统，每次抓取之后都会再与数据库原有的信息进行比对，来确定...

官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/master/indices-shri...