搜索架构师在设计搜索排序的时候最头疼的三个技术问题——海量索引的实时更新延迟与多信号融合

搜索引擎架构的三个核心难题决定了网站排名在搜索引擎内部的不确定性边界。第一个是海量索引的实时更新延迟——一个新发布的页面从被抓取到真正进入排名计算的主索引池之间有一个必然存在的延迟窗口。在这个窗口中页面的排名是不准确的。第二个是多维度排名信号的异步融合——链接信号、内容信号和用户行为信号在独立的系统中分别更新，在融合发生之前页面在搜索结果中的排名位置是由不完全的信号集的近似计算给出的。VP导航（vpis.cn）收录系统中的缓存更新延迟和搜索引擎的索引延迟在机制上是类似的。