搜索之路:Elasticsearch的诞生

互联网的诞生与演变:从浏览器到搜索引擎 本文探讨了互联网发展史的几个关键节点,包括互联网浏览器的诞生、微软如何拥抱互联网以及早期搜索引擎的兴起。文中引用了大量历史资料,详细回顾了互联网发展的历程,特别是在浏览器大战中网景和微软的竞逐,以及搜索引擎和门户网站的兴起对网络世界的影响。 阅读详情

经过三年的历练,张大胖已经成为了一个利用Lucene这个著名的开源软件做搜索的高手,各种细节知识和最佳实践尽在掌握。

(张大胖的学搜索的历程参见上一篇文章:《搜索之路》)

随着互联网应用的爆炸式增长,搜索变成了网站的一个常见需求,各个网站都想搜索产品,搜索帖子,搜索服务......张大胖的“业务”变得十分繁忙,经常在业余时间给人做Lucene的咨询,赚了不少外快。

但是张大胖也敏锐地觉察到了两个问题:

1. Lucene做搜索很强大,但是API用起来太“低级”,很多人抱怨:我就想搜索一下我的产品描述,现在还得理解什么“Directory”,"Analyzer","IndexWriter",实在是太复杂了!

2. 互联网的数据是海量的,仅仅是单机存储索引是远远不够的。

俗话说:“软件开发中遇到的所有问题,都可以通过增加一层抽象而得以解决”。 张大胖觉得,是时候对Lucene做一个抽象了。

Java API -> Web API

保险起见,张大胖拉了大神Bill来做顾问,帮自己设计。

这个新的抽象层应该对外提供一个什么样的API呢?

很多时候,Web开发面对的都是领域模型,比如User,Product, Blog,Account之类。用户想做的无非就是搜索产品的描述, 搜索Blog的标题,内容等等。

张大胖说:“如果能围绕着领域模型的概念进行搜索的各种操作就好了,这样简单而直接,如同CRUD。”

Bill 提示到:“Web时代了,程序员都喜欢采用RESTful的方式来描述一个Web资源, 对于搜索而言,完全可以借鉴一下嘛!”

张大胖眼前一亮: “要不这样?”

/coolspace/blog/1001  :  表示一个编号为1001的博客

/coolspace/user/u3876:表示一个ID为u3876的用户

/coolspace表示一个“索引库”

/blog ,/user 表示“索引的类型”(可以理解为编程中的领域模型)。 1001, u3876表示数据的ID

格式是/<index>/<type>/<id>

如果和关系数据库做个类比的话:

索引库<--->数据库

索引的类型 <--->数据库的表

Bill说:“这样挺好的,用户看到的就是领域模型, 当用户想去操作时候,用HTTP的GET, PUT等操作就好了,交互的数据可以使用JSON这个简单的格式。”

张大胖开始定义基本的操作。

(1) 把文档加入索引库

例如:把一个blog的“文档”加入索引库,这个文档的数据是JSON格式,其中的每个字段将来都可以被搜索:

PUT /coolspace/blog/1001
{
    "title"   : "xxxxxxx",
    "content" : "xxxxxxxxxxxx",
    "author"  : "xxxxx",
    "create_date": "xxxxxx"
    ...
}

(注:当然,在发起HTTP请求的时候,需要加上服务器的地址和端口,下同。)

(2)把一个blog文档删除,从此就再也搜索不到了:

DELETE  /coolspace/blog/1001

(3) 用户搜索

用户想搜索的时候也很简单,发起一个这样的请求就行:

GET /coolspace/blog/_search

但是如何表达查询的具体需求呢,这时候必须得定义一个规范了,例如:想查询一个内容字段(content)包含“java"的 blog。

GET /coolspace/blog/_search
{
    "query" : {
        "match" : {
            "content" : "java"
        }
    }
}

这个query下面可以增加更加复杂的条件,表示用户的查询需求,反正是JSON格式,可以非常灵活。

返回值也是JSON, 这里就不再展示了。

这个抽象层是以HTTP+JSON来表示的, 和具体的编程语言无关,不管是Java, 还是Python,Ruby,只要能发起HTTP调用,就可以使用。

640?wx_fmt=png

通过这样一个抽象层, Lucene那些复杂的API全部被隐藏到了海平面以下。

对于程序员来说,使用HTTP+JSON是非常自然的事情,好用就是最大的生产力。

分布式

到目前为止,进展还算顺利,接下来要考虑的就是如何存储海量的索引数据。

张大胖说: “这个简单,如果索引太大,我们把它切割一下,分成一片一片的,存储到各个机器上不就得了?”

640?wx_fmt=png

Bill问道: “想得美! 你分片以后,用户去保存索引的时候,还有搜索索引数据的时候,到哪个机器上去取?”

张大胖说:“这个简单,首先我们保存每个分片和机器之间的对应关系, 嗯,我觉得叫node显得更专业。”

分片1 :node1

分片2 :node2

分片3 :node3

“分片在英文中叫做shard。 ” Bill 友情提示。

“好的, 然后可以用余数算法来确定一个‘文档’到底保存在哪个shard中。”  虽然张大胖觉得这个词看起来不爽,还是开始使用了

shard 编号 = hash(文档的ID) % shard 总数

“这样对于任意一个文档,对它的ID做hash计算,然后对总分片数量求余, 就可以得到shard的编号,然后就可以找到对应的机器了。 ” 张大胖觉得自己的这个算法又简单,效率又高,洋洋得意。

Bill觉得这两年张大胖进步不小,开始使用算法来解决问题了, 他问道:“如果用户想增加shard数该怎么处理呢? 这个余数算法就会出问题啊 !”

比如原来shard 总数是3,  hash值是100,  shard编号 = 100 % 3 = 1

假设用户又增加了两台机器,shard总数变成了5, 此时 shard 编号 = 100 % 5 = 0 , 如果去0号机器上去找索引,肯定是找不到的。

张大胖挠挠头:“要不采用分布式一致性算法, 嗯,它会减少出错的情况,还是无法避免,这该怎办?”

Bill建议:“要不这样,我们可以立下一个规矩: 用户在创建索引库的时候,必须要指定shard数量,并且一旦指定,就不能更改了!”

PUT /coolspace
{
   "settings" : {
      "number_of_shards" : 3
   }
}

虽然对用户来说有点不爽, 但余数算法的高效和简单确实太吸引人了,张大胖表示同意。

“索引数据分布了,如果某个节点坏掉了,数据就会丢失,我们得做个备份才行。” 张大胖的思考很深入。

“对, 我们可以用新的node 来做replica,也可以为了节省空间, 复用现有的node来做replica。为了做区分,可以把之前的分片叫做主分片,primary shard。” Bill英文就是好。

640?wx_fmt=png

(此处的设置为:每个主分片有两个副本)

PUT /coolspace/_settings
{
   "number_of_replicas" : 2
}

虽然主分片的数目在创建“索引库”的时候已经确定,但是副本的数目是可以任意增减的,这依赖于硬件的情况:性能和数量。

“现在每个主分片都有两个副本, 如果某个节点挂了也不怕,比如节点1挂了,我们可以位于节点3上的副本0提升为 主分片0, 只不过每个主分片的副本数不够两个了。” 张大胖说道。

640?wx_fmt=png

Bill 满不在乎地说: “没事,等到节点1启动后,还可以恢复副本。”

集群

Bill和张大胖立刻意识到,他们建立了一个集群, 这个集群中可以包含若干node , 有数据的备份,能实现高可用性。

但是另外一个问题马上就出现了:对于客户端来说,通过哪个node来读写‘文档’呢?

比如说用户要把一个'文档'加入索引库: PUT /coolspace/blog/1001, 该如何处理?

Bill说:“这样吧,我们可以让请求发送到集群的任意一个节点,每个节点都具备处理任何请求的能力。”

张大胖说:“具体怎么做呢? ”

Bill 写下了处理过程:

(1)假设用户把请求发给了节点1

(2)系统通过余数算法得知这个'文档'应该属于主分片2,于是请求被转发到保存该主分片的节点3

(3)系统把文档保存在节点3的主分片2中,然后将请求转发至其他两个保存副本的节点。副本保存成功以后,节点3会得到通知,然后通知节点1, 节点1再通知用户。

640?wx_fmt=png

“如果是做查询呢?  比如说用户查询一个文档: GET /coolspace/blog/1001, 该如何处理?” 张大胖问道。

“同样,查询的请求也可以分发到任意一个节点,然后该节点可以找到主分片或者任意一个副本,返回即可。 ”

(1) 请求被发给了节点1

(2)节点1计算出该数据属于主分片2,这时候,有三个选择,分别是位于节点1的副本2, 节点2的副本2,节点3的主分片2, 假设节点1为了负载均衡,采用轮询的方式,选中了节点2,把请求转发。

(3) 节点2把数据返回给节点1, 节点1 最后返回给客户端。

640?wx_fmt=png

“这个方式比较灵活,但是要求各个节点之间得能互通有无才行!” 张大胖说道。

“不仅如此,对于一个集群来说,还得有一个主节点(master node),这个主节点在处理数据请求上和其他节点是平等的,但是它还有更重要的工作,需要维护整个集群的状态,增加移除节点,创建/删除索引库,维护主分片和集群的关系等等。”

“那如果这个主节点挂了呢? ” 张大胖追问。

“那只好从剩下的节点中重新选举喽!”

“哎呀,这就涉及到分布式系统的各种问题了,什么一致性,脑裂,太难了!” 张大胖开始打退堂鼓。

“我们只是选取一个Master, 要简单得多,你可以看看一个叫做Bully的算法, 改进一下应该就可以用了。 ”

开发分布式系统的难度要远远大于一个单机系统,半年以后,这个被Bill命名为Elasticsearch的系统才发布了第一个版本。

由于它屏蔽了很多Lucene的细节,又支持海量索引的存储,很快就大受欢迎。

Elasticsearch 的真正传奇

当然, Elasticsearch不是Bill和张大胖创造的,这里才是其传奇的历史:(来源:《Elasticsearch权威指南》)

许多年前,一个刚结婚的名叫 Shay Banon 的失业开发者,跟着他的妻子去了伦敦,他的妻子在那里学习厨师。 在寻找一个赚钱的工作的时候,为了给他的妻子做一个食谱搜索引擎,他开始使用 Lucene 的一个早期版本。

直接使用 Lucene 是很难的,因此 Shay 开始做一个抽象层,Java 开发者使用它可以很简单的给他们的程序添加搜索功能。 他发布了他的第一个开源项目 Compass。

后来 Shay 获得了一份工作,主要是高性能,分布式环境下的内存数据网格。这个对于高性能,实时,分布式搜索引擎的需求尤为突出, 他决定重写 Compass,把它变为一个独立的服务并取名 Elasticsearch。


第一个公开版本在2010年2月发布,从此以后,Elasticsearch 已经成为了 Github 上最活跃的项目之一,他拥有超过300名 contributors(目前736名 contributors )。 一家公司已经开始围绕 Elasticsearch 提供商业服务,并开发新的特性,但是,Elasticsearch 将永远开源并对所有人可用。

据说,Shay 的妻子还在等着她的食谱搜索引擎…

相关阅读:

搜索之路

(完)

码农翻身,用故事讲解技术本质, 更多精彩文章,请移步《码农翻身三年文章精华》

Unity游戏接入穿山甲广告SDK全攻略:从零到上线的避坑指南 本文为Unity开发者提供了接入穿山甲广告SDK的完整实战指南。详细解析了从账号注册、应用创建到Unity插件集成、安卓与iOS平台打包配置的全流程,并重点分享了广告加载失败、展示异常等常见问题的排查与解决方案,帮助开发者高效实现游戏广告变现。 阅读详情

相关推荐

SPICE模型入门到精通

文章目录前言一、SPICE是什么?二、1. 前言 由于笔者的毕业设计与功率半导体器件建模相关,需要用到SPICE软件来建模,在这记录一下从零开始的SPICE学习历程~ 一、SPICE是什么? 电子产品的设计一般先从功能框图开始,然后细化到原理图,还要经过很调试验证过程,最终才能完成。调试和验证的过程复杂而繁琐,在设计集成电路时更是如此,在制造之前急需验证集成电路的功能。 根据电路理论,人们可以建立起节点方程和回路方程,通过解这些方程组成的方程组就可以得到结果,也就是说可以通过计算来获得电路的工作情况。但

qq_42031914的博客 7万+

Elasticsearch的诞生、发展与愿景

本文来自InfoQ,介绍了Elasticsearch的发展历史以及愿景,投稿请私信,并发编程网每天选择全网最好的文章推送给大家。Elasticsearch是一款基于Apa...

ifeves的博客 621

华三(H3C)网络设备配置命令大全与学习指南

本文全面介绍 H3C 网络设备的配置命令,涵盖路由器、交换机、ACL、NAT、VTY、SSH、本地用户、日志、STP、防火墙、QoS 等模块,适合网络工程初学者与运维人员参考。

DreamCollector的博客 6574

elasticsearch版本介绍

介绍 elasticsearch 是一个高可扩展、开源的全文搜索、分析引擎。可以近实时的用来存储、搜索和分析大数据。关键词: 近实时(Near Real Time) 高可用、水平扩展 分布式存储、搜索、分析引擎 官网:https://www.elastic.co/cn/ 官网文档:https://www.elastic.co/guide/index.html 官网文档:https://www.elastic.co/guide/cn/elasticsearch/guide/current/inde

赶路人儿 5411

全局子程序 参数调用

为什么要子程序: 为了实现程序结构化,我们尽量使用不同功能的功能块来实现一些特定的功能, 子程序接口: 使用过程的注意事项,尤其是数组使用时的注意事项 从一个主程序中可以将参数传递到局部或全局子程序和函数中。 怎样传递参数有 2 种方式: 作为 IN 参数 变量值在主程序中保持不变。 这种传递方式也称为“ 值传递 (Call by Value)”。 作为 OUT 参数 子程序读取并更改该值,然后将新值写回到主程序中。 这种传递方式也称为“Call by Reference”。 举例说明 1 DEF MY

Eric_Yang1024的博客 1095

手把手教你解决Realsense D455在ROS下IMU数据不输出的问题(附固件降级指南)

本文详细解析了Realsense D455在ROS环境下IMU数据不输出的问题,提供了固件降级和ROS配置的完整解决方案。通过版本兼容性分析和实战操作指南,帮助开发者快速恢复IMU数据流,优化机器人开发体验。

weixin_42531494的博客 373

ElasticSearch 基础(一)之发展史

是一个实时的分布式搜索分析引擎,它能让你以前所未有的速度和规模,去探索你的数据。它被用作全文检索、结构化搜索、分析以及这三个功能的组合。中没有一个单独的组件是全新的或者是革命性的。全文搜索很久之前就已经可以做到了, 就像很早之前出现的分析系统和分布式数据库。革命性的成果在于将这些单独的,有用的组件融合到一个单一的、一致的、实时的应用中。对于初学者而言它的门槛相对较低, 而当你的技能提升或需求增加时,它也始终能满足你的需求。是一个开源的搜索引擎,建立在一个全文搜索引擎库基础之上。Lucene。

weixin_43844718的博客 1903

C#版OpenCV:OpenCVSharp 最详细最全面教程(万字详细总结)

OpenCVSharp 是一个用于 .NET 环境的 OpenCV 包装库,它提供了一种简便的方法来利用 OpenCV 的功能进行图像和视频处理。OpenCV(Open Source Computer Vision Library)是一个开源计算机视觉和机器学习软件库,最初由 Intel 研发并发布。OpenCVSharp 让 C# 和其他 .NET 语言的开发者可以方便地访问 OpenCV 的强大功能。// 打印 OpenCV 版本信息Cv2。

仰望星空的博客 2万+

大数据时代的搜索神器:Elasticsearch的发展历程与应用一览

本文全面介绍了Elasticsearch,一款强大且灵活的开源搜索引擎和分析工具。首先,我们从Elasticsearch的简介入手,简要概述了其作为基于Lucene构建的分布式、RESTful风格的搜索和分析引擎的特点。接着,我们深入探讨了Elasticsearch的诞生背景,揭示了其如何从Lucene的抽象层逐步演化为一个独立的、高度可扩展的搜索解决方案。

博客虽小,世界尽在其中 1626

YOLO+OpenCV强强联手:高精度跌倒检测技术实战解析

(0, 1), (0, 2), (1, 3), (2, 4), # 脖子和头部(3, 5), (5, 6), (5, 7), (7, 9), (5,11),# 左臂(4,6), (6, 12), (6,8) ,(8,10),# 右臂(11, 12), (11, 13), (13, 15), #左腿(12, 14), (14, 16) #右腿keypoints是检测到的人体关键点数据,frame是图像帧,boxes是检测到的边界框信息。定义了人体关键点之间的连接关系,用于绘制人体骨架。

yolo模型训练找我,AI游戏合作找我 2328

uniapp - H5人脸识别认证与活体检测功能(纯前端免费方案+微信sdk人脸识别)完整源码,微信公众号网页/h5端人脸识别功能人脸核身(微信方案提供后端spring boot+thinkphp源码

uniapp实现人脸认证,uniAPP h5手机拍照+人脸识别,免费人脸识别插件,前端人脸识别解决方案,uniapp H5人脸识别带前后摄像头,人脸识别在H5页面进行采集,微信公众号H5人脸核身,H5端人脸识别功能实现,免费h5人脸识别插件方案,微信公众号H5网页实现人脸识别,uniapp人脸监测,uniapp人脸生物监测,使用uniapp开发H5人脸采集功能/人脸识别功能,uniapp项目—h5端人脸采集功能实现,uniapp vue3人脸核身,H5活体检测认证,人脸认证张嘴摇摇头指引动作,人脸核身 微信

🏆 前端领域优质创作者 3809

Elasticsearch 简介

文章目录1.简介2.特点3 Kibana4.存储结构indextypedocumentfieldmapping5.其他重要概念clusternodeshardreplica参考文献 1.简介 Elasticsearch(ES) 是一个基于 Apache Lucene 开源的分布式、高扩展、近实时的搜索引擎,主要用于海量数据快速存储,实时检索,高效分析的场景。通过简单易用的 RESTful API,隐藏 Lucene 的复杂性,让全文搜索变得简单。 ES 功能总结有三点: 分布式存储 分布式搜索 分布式分.

Doublelv 的博客专栏。 5569

2 中望CAD二次开发-绘制图形(ZRX C++)

本文讲解中望CAD二次开发,关于块的概念及基本图形的绘制

cilvsuanna的博客 413

Crossplane v2 演进提案深度解读:命名空间化、任意 Kubernetes 资源组合与 Claim 移除

本文基于 Crossplane 官方设计文档 [proposal-crossplane-v2.md](https://link.gitcode.com/i/210eb43ae518b9e6222cdd3d33a23e1e)(状态:Accepted),系统梳理 Crossplane v2 的核心架构演进方向。文章围绕三大支柱展开:**默认命名空间化的组合资源(XR)与托管资源(MR)**、**支持组

gitblog_00388的博客 924

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

优快云周刊:AI补代码神器问世,百度网盘克星诞生,Google 已经取消中国搜索引擎项目!

优快云开发者周刊:只为传递“有趣/有用”的开发者内容,点击Star(Github)! 本周热门项目 1、TabNine:支持23种语言及5种主流编辑器AI补代码工具问世 一位来自加拿大的大四学霸,开发了一款”Deep TabNine“(Github )代码补全工具,TabNine是基于GPT-2构建的代码补全工具,这是一种Transformer架构,原产自OpenAI,是个“逆天”语言模型。 ...

优快云 官方博客 1万+

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Elasticsearch 的前世今生

作者:Medcl 转自链接 Elasticsearch 的前世今生 OriginalMedcl弹性搜索2019-06-26 需求的诞生 刘备一大早就来到了公司,一看张飞和关羽已经在公司了,就问道:“两位贤弟,今天来的还蛮早啊。”张飞一听就炸毛了,“大哥,你让我和二哥去做什么搜索功能,我们已经一晚没睡了,昨天就没回去好嘛。” 关羽也来气,“大哥,是啊,我们刚刚才上线电商网站,你这边又要加什么需求,现在用数据库检索不是好好的么,能不能让我们歇口气。” “两位兄弟辛苦了,我也不想...

Elastic 中国社区官方博客 1万+

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

人工智能应用- 搜索引擎:02. 搜索引擎发展史

1996 年,拉里·佩奇(Larry Page)与谢尔盖·布林(Sergey Brin)在斯坦福大学启动了名为 BackRub 的研究项目,这是后来互联网巨头谷歌(Google)的前身。在我国,2000年百度上线,作为国内领先的搜索引擎,迅速占据市场主导地位,成为国内搜索引擎的龙头。搜索引擎是帮助我们从互联网上高效获取信息的工具。最早的搜索引擎可以追溯到 1990 年的 Archie 系统,它可以帮助用户在运行文件传输协议(File Transfer Protocol,FTP)的服务器上查找所需文件。

华为开发者布道师,天府英才计划,致力于大数据+AI 的应用创新,助力企业与个人AI创新赋能。 1274

【历史上的今天】9 月 4 日:谷歌(Google) 23 周年;“人工智能之父” McCarthy 诞生

透过「历史上的今天」,从过去看未来,从现在亦可以改变未来。

历史上的今天 8714

【历史上的今天】12 月 15 日:网景浏览器正式发布;AIM 停止服务;北大研制新一代电子出版系统

以史为镜,可以知兴替。

历史上的今天 3128

大数据Hadoop基础入门到精通

1.hadoop前世今生:   1) 搜索引擎:网络爬虫+索引服务器(生成索引+检索)   2) Doung Cutting   3) Nutch     a.分布式存储     b.分布式计算   4)GFS论文 doung cutting写了hdfs 2.hadoop概述   hadoop common:提供网络通信   hadoop hdfs   hadoop...

weixin_38166931的博客 224

谷歌名字的由来:从“背部按摩“到万亿帝国,全靠一场拼写错误

你每天在浏览器里"Google 一下",但你可能不知道:这个全球最值钱的名字,最初是个拼写错误;这家万亿帝国,第一台服务器是用乐高积木搭的;它的成立,是被一张写错抬头的支票"逼"出来的。这篇谷歌创业趣闻,把 1995 到 1999 年的故事从头讲一遍。

MARST.ZHANG的博客 200

【ElasticSearch】深入了解 ElasticSearch:开源搜索引擎的力量

在信息时代,数据的增长速度之快让我们迅速感受到了信息爆炸的挑战。在这个背景下,搜索引擎成为了我们处理海量数据的得力工具之一。而 ElasticSearch 作为一款强大的开源搜索引擎,不仅能够高效地存储和检索数据,还在日志分析、实时监控等领域展现了其卓越的性能。正向索引是基于文档 id 创建索引,适用于小规模数据和简单查询场景。倒排索引通过分析文档内容,记录词条信息,适用于大规模数据和复杂查询场景,提高了查询效率。ElasticSearch 的强大之处在于其面向文档的存储和全文搜索功能。

qq_61635026的博客 2439

Elasticsearch 全面解析:从原理到实战的分布式搜索引擎指南

Elasticsearch作为分布式搜索与分析引擎,凭借近实时检索、分布式架构和强大全文搜索能力,成为企业级搜索的首选解决方案。本文系统介绍ES核心概念(索引、分片、倒排索引)、架构原理(分布式协同、近实时机制)、实操部署(Docker环境搭建)及典型应用场景(日志分析、业务监控等),并给出性能优化策略。随着AI技术融合,ES正从关键词搜索向语义理解演进,未来将在更多数据场景中发挥关键作用。

m0_58782205的博客 2748

Elasticsearch简介

2004 年,以色列人 Shay Banon 创造了一款名为 Compass 的搜索引擎,在考虑 Compass 的第三个版本时,他意识到有必要重写 Compass 的大部分内容,以"创建一个可扩展的搜索解决方案"。因此,他创建了"一个从头构建的分布式解决方案",并使用了一个公共接口,即 Http 上的 Json,它也适用于 Java 以外的编程语言。于是 Shay Banon 在 2010 年 2 月发布了 Elasticsearch 的第一个版本。

栗筝i的博客 5168

Elasticsearch 第一期:ES的前世今生

虽然在之前的工作中,多多少少用过ES,有在开发用的,也有在运维过程中接触的。但没有系统看到ES的相关知识和发展。通过这次的学习和整理,明白ES不是凭空出现的,也不是独立发展的。

bigben 1452

搜索引擎发展简史

现如今,搜索引擎的定义已经不仅仅是局限于狭义上的搜索引擎本身了,除了百度、谷歌这样的搜索引擎,抖音、小红书等应用软件里的搜索,都属于广义上的搜索引擎。搜索引擎可以说是在我们生活中方方面面都在普遍使用,小到一道菜的做法,大到飞机制造原理都需要一定程度上借助搜索引擎。想必大家对搜索引擎的发展史也都充满好奇,今天我就来和大家简单介绍一下搜索引擎的发展历史。 搜索引擎的鼻祖目前来说公认的就是1990推出历史上首个真正意义的搜索引擎Archie,只不过Archie用于FTP服务器,并非Web。 1993年,搜索引

21世纪最后一个SEO 8486
上一篇: 编程难在哪里? 一个美国实习生的故事。
下一篇: 送20本豆瓣高分技术图书!
码农翻身
码农翻身 《码农翻身》作者 《码农翻身》作者
博客等级 码龄8年 3万+粉丝 1084原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值