谈谈未来搜索引擎面临的问题
页面抓取需要快而全面互联网是个动态的内容网络，每天有无数页面被更新、被创建，无数用户在网站上发布内容、沟通联系。要返回最有用的内容，搜索引擎就要
抓取最新的页面。但是由于页面数量巨大，搜索引擎蜘蛛更新一次数据库中的页面要花很长时间。搜索引擎刚诞生时，这个抓取周期往往以几个月计算。
步骤/方法
现在主流搜索引擎都已经能在几天之内更新重要页面，权重高的网站上的新文件几小时甚至几分钟之内就会被收录。不过，这种快速收录和更新也只能局限于高权重网站。很多页面几个月不能被重新抓取和更新，也是非常常见的。
要返回最好的结果，搜索引擎也必须抓取尽量全面的页面，这就需要解决很多技术问题。一些网站并不利于搜索引擎蜘蛛爬行和抓取，诸如网站链接结构的缺陷，大量使用？
脚本，或把内容放在用户必须登录以后才能访问的部分，这都提高了搜索引擎抓取内容的难度。海量数据存储一些大型网站一个网站就有百万千万页面，可以想象网
上所有网站的页面加起来是一个什么数据量。搜索引擎蜘蛛抓取页面后，还必须有效存储这些数据，数据结构必须合理，具备极高的扩展性，写入及访问速度要求也
很高。
除了页面数据，搜索引擎还需要存储页面之间的链接关系以及大量历史数据，这样的数据量是我们用户无法想象的。据说百度有几十个数据中心，上百万台服务器。这样大规模的数据存储和访问必然存在很多技术挑战。
我们经常在搜索结果中看到，排名会没有明显原因地上下波动，甚至可能刷新一下页面，就看到不同的排名，有的时候网站数据也可能丢失。这些都可能与大规模数据存储的技术难题有关。
索引处理快速有效，具可扩展性搜索引擎将页面数据抓取和存储后，还要进行索引处理，包括链接关系的计算、正向索引、倒排索引等。由于数据库中页面数量大，
进行？仗之类的迭代计算也是耗时费力。要想及时提供相关又及时的搜索结果，仅仅抓取也没有用，还必须进行大量索引计算。
新页面加入，索引处理也要具备很好的扩展性。
査询处理快速准确查询是普通用户唯一能看到的搜索引擎工作步骤。用户在搜索框输入关键词，点击搜索按钮后，
通常不到一秒后就会看到搜索结果。表面最简单的过程，实际上牵扯了非常复杂的后台处理。在最后的查询阶段，最重要的难题是怎样在不到一秒钟的时间内，快速
从几十万几百万，甚至几千万包含搜索词的页面中，找到最合理、最相关的一千个页面，并且按照相关性、权威性排列。
判断用户意图以及人工智能应该说前四个挑战现在的搜索引擎都已经能够比较好地解决，但判断用户意图还处在初级阶段。不同用户搜索相同的关键词，很可能是在
寻找不同的东西。比如搜索"苹果"，用户到底是想了解苹果这个水果？还是苹果电脑？还是电影《苹果》的信息？没有上下文，没有对用户个人搜索习惯的了解，
就完全无从判断。
搜索引擎目前正在致力于基于用户搜索习惯及历史数据的了解上，判断搜索意图，返回更相关的结果。今后搜索引擎是否能达到人工智能水平，真正了解用户搜索词的意义和目的，让我们拭目以待。呵呵是发展趋势！！