IT瘾search推荐

熬夜爆肝整理的一份elasticsearch中文文档手册

Sat, 02 Jul 2022 05:50:34 CST

由于本文篇幅较长，想要获取PDF，请关注‘公众号-菜鸟成长学习笔记’回复"es手册"即可领取文件。

es概括

Elaticsearch，简称为 ES， ES 是一个开源的高扩展的分布式全文搜索引擎，Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。

基本要素

ES是一个文档型数据库，在与传统的关系型数据库上，存在着一定的差异。下面将ES里面涉及到的元素与关系型数据库进行一一对应。

ElasticSearch	索引(index)	类型(type)	文档(document)	字段(field)
MySQL	数据库(database)	数据表(table)	数据行(row)	数据列(column)

索引操作

创建索引

向 ES 服务器发 PUT 请求： http://127.0.0.1:9200/shopping。创建索引只能使用PUT请求，PUT是幂等性的，也就是说不存在的时候就会创建，存在的时候就不会重新创建而是返回索引已经存在的信息。

  {
    "acknowledged": true,//响应结果
    "shards_acknowledged": true,//分片结果
    "index": "shopping"//索引名称
}

查询索引

向 ES 服务器发 GET 请求： http://127.0.0.1:9200/shopping。

  {
    "shopping": {//索引名
        "aliases": {},//别名
        "mappings": {},//映射
        "settings": {//设置
            "index": {//设置 - 索引
                "creation_date": "1617861426847",//设置 - 索引 - 创建时间
                "number_of_shards": "1",//设置 - 索引 - 主分片数量
                "number_of_replicas": "1",//设置 - 索引 - 主分片数量
                "uuid": "J0WlEhh4R7aDrfIc3AkwWQ",//设置 - 索引 - 主分片数量
                "version": {//设置 - 索引 - 主分片数量
                    "created": "7080099"
                },
                "provided_name": "shopping"//设置 - 索引 - 主分片数量
            }
        }
    }
}

查看所有索引

向 ES 服务器发 GET 请求： http://127.0.0.1:9200/_cat/indices?v。

这里请求路径中的_cat 表示查看的意思， indices 表示索引，所以整体含义就是查看当前 ES服务器中的所有索引，就好像 MySQL 中的 show tables 的感觉，服务器响应结果如下 :

  health status index    uuid                   pri rep docs.count docs.deleted store.size pri.store.size
yellow open   shopping J0WlEhh4R7aDrfIc3AkwWQ   1   1          0            0       208b           208b

删除索引

向 ES 服务器发 DELETE 请求： http://127.0.0.1:9200/shopping。

返回结果如下：

  {
    "acknowledged": true
}

文档操作

文档创建

假设索引已经创建好了，接下来我们来创建文档，并添加数据。这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为 JSON 格式

在 Postman 中，向 ES 服务器发 POST 请求： http://127.0.0.1:9200/shopping/_doc，请求体JSON内容为：

  {
    "title":"小米手机",
    "category":"小米",
    "images":"http://www.gulixueyuan.com/xm.jpg",
    "price":3999.00
}

返回结果

  {
    "_index": "shopping",//索引
    "_type": "_doc",//类型-文档
    "_id": "ANQqsHgBaKNfVnMbhZYU",//唯一标识，可以类比为 MySQL 中的主键，随机生成
    "_version": 1,//版本
    "result": "created",//结果，这里的 create 表示创建成功
    "_shards": {//
        "total": 2,//分片 - 总数
        "successful": 1,//分片 - 总数
        "failed": 0//分片 - 总数
    },
    "_seq_no": 0,
    "_primary_term": 1
}

注意，此处发送文档创建请求的方式必须为 POST，不能是 PUT，否则会发生错误。

上面的数据创建后，由于没有指定数据唯一性标识（ID），默认情况下， ES 服务器会随机生成一个。

如果想要自定义唯一性标识，需要在创建时指定： http://127.0.0.1:9200/shopping/_doc/1，请求体JSON内容为：

  {
    "title":"小米手机",
    "category":"小米",
    "images":"http://www.gulixueyuan.com/xm.jpg",
    "price":3999.00
}

返回结果如下：

  {
    "_index": "shopping",
    "_type": "_doc",
    "_id": "1",//<-----自定义唯一性标识
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 1,
    "_primary_term": 1
}

文档查询

查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询
在 Postman 中，向 ES 服务器发 GET 请求： http://127.0.0.1:9200/shopping/_doc/1 。

返回结果如下：

  {
    "_index": "shopping",
    "_type": "_doc",
    "_id": "1",
    "_version": 1,
    "_seq_no": 1,
    "_primary_term": 1,
    "found": true,
    "_source": {
        "title": "小米手机",
        "category": "小米",
        "images": "http://www.gulixueyuan.com/xm.jpg",
        "price": 3999
    }
}

查找不存在的内容，向 ES 服务器发 GET 请求： http://127.0.0.1:9200/shoppin...。返回结果如下：

  {
    "_index": "shopping",
    "_type": "_doc",
    "_id": "1001",
    "found": false
}

查看索引下所有数据，向 ES 服务器发 GET 请求： http://127.0.0.1:9200/shopping/_search。

返回结果如下：

  {
    "took": 133,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 2,
            "relation": "eq"
        },
        "max_score": 1,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 1,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "1",
                "_score": 1,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            }
        ]
    }
}

文档删除

删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。

在 Postman 中，向 ES 服务器发 DELETE 请求： http://127.0.0.1:9200/shopping/_doc/1
返回结果：

  {
    "_index": "shopping",
    "_type": "_doc",
    "_id": "1",
    "_version": 4,
    "result": "deleted",//<---删除成功
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 4,
    "_primary_term": 1
}

文档修改

全量修改

和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖

在 Postman 中，向 ES 服务器发 POST 请求： http://127.0.0.1:9200/shopping/_doc/1
请求体JSON内容为:

  {
    "title":"华为手机",
    "category":"华为",
    "images":"http://www.gulixueyuan.com/hw.jpg",
    "price":1999.00
}

修改成功后，服务器响应结果：

  {
    "_index": "shopping",
    "_type": "_doc",
    "_id": "1",
    "_version": 2,
    "result": "updated",//<---updated 表示数据被更新
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 2,
    "_primary_term": 1
}

局部更新

修改数据时，也可以只修改某一给条数据的局部信息

在 Postman 中，向 ES 服务器发 POST 请求： http://127.0.0.1:9200/shopping/_update/1。

请求体JSON内容为:

  {
    "doc": {
        "title":"小米手机",
        "category":"小米"
    }
}

返回结果如下：

  {
    "_index": "shopping",
    "_type": "_doc",
    "_id": "1",
    "_version": 3,
    "result": "updated",//<----updated 表示数据被更新
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 3,
    "_primary_term": 1
}

URL待条件查询

查找category为小米的文档，在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search?q=category:小米，返回结果如下：

  {
    "took": 94,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 3,
            "relation": "eq"
        },
        "max_score": 1.3862942,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 1.3862942,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            },
            ......
        ]
    }
}

上述为URL带参数形式查询，这很容易让不善者心怀恶意，或者参数值出现中文会出现乱码情况。为了避免这些情况，我们可用使用带JSON请求体请求进行查询。

请求体带参查询

接下带JSON请求体，还是查找category为小米的文档，在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "match":{
            "category":"小米"
        }
    }
}

返回结果如下：

  {
    "took": 3,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 3,
            "relation": "eq"
        },
        "max_score": 1.3862942,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 1.3862942,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            },
            ......
        ]
    }
}

带请求体方式的查找所有内容

查找所有文档内容，也可以这样，在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下

  {
    "query":{
        "match_all":{}
    }
}

则返回所有文档内容：

  {
    "took": 2,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": 1,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 1,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            },
            ......
        ]
    }
}

查询指定字段

如果你想查询指定字段，在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "match_all":{}
    },
    "_source":["title"]
}

返回结果如下：

  {
    "took": 5,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": 1,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 1,
                "_source": {
                    "title": "小米手机"
                }
            },
            ......
        ]
    }
}

分页查询

在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "match_all":{}
    },
    "from":0,
    "size":2
}

返回结果如下：

  {
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": 1,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 1,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            },
        ]
    }
}

查询排序

如果你想通过排序查出价格最高的手机，在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "match_all":{}
    },
    "sort":{
        "price":{
            "order":"desc"
        }
    }
}

返回结果如下：

  {
    "took": 96,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": null,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": null,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                },
                "sort": [
                    3999
                ]
            },
            ......
        ]
    }
}

多条件查询

假设想找出小米牌子，价格为3999元的。（must相当于数据库的&&）,在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "bool":{
            "must":[{
                "match":{
                    "category":"小米"
                }
            },{
                "match":{
                    "price":3999.00
                }
            }]
        }
    }
}

返回结果如下：

  {
    "took": 134,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 1,
            "relation": "eq"
        },
        "max_score": 2.3862944,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 2.3862944,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            }
        ]
    }
}

假设想找出小米和华为的牌子。（should相当于数据库的||）在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "bool":{
            "should":[{
                "match":{
                    "category":"小米"
                }
            },{
                "match":{
                    "category":"华为"
                }
            }]
        },
        "filter":{
            "range":{
                "price":{
                    "gt":2000
                }
            }
        }
    }
}

返回结果如下：

  {
    "took": 8,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": 1.3862942,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 1.3862942,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            },
            .....
        ]
    }
}

范围查询

假设想找出小米和华为的牌子，价格大于2000元的手机。在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "bool":{
            "should":[{
                "match":{
                    "category":"小米"
                }
            },{
                "match":{
                    "category":"华为"
                }
            }],
            "filter":{
                "range":{
                    "price":{
                        "gt":2000
                    }
                }
            }
        }
    }
}

返回结果如下：

  {
    "took": 72,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 1,
            "relation": "eq"
        },
        "max_score": 1.3862942,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 1.3862942,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            }
        ]
    }
}

全文检索

这功能像搜索引擎那样，如品牌输入“小华”，返回结果带回品牌有“小米”和华为的。在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "match":{
            "category" : "小华"
        }
    }
}

返回结果如下：

  {
    "took": 7,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": 0.6931471,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 0.6931471,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            },
            ......
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "BtR6sHgBaKNfVnMbX5Y5",
                "_score": 0.6931471,
                "_source": {
                    "title": "华为手机",
                    "category": "华为",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                }
            },
            ......
        ]
    }
}

完全匹配

在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "match_phrase":{
            "category" : "为"
        }
    }
}

返回结果如下：

  {
    "took": 2,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 3,
            "relation": "eq"
        },
        "max_score": 0.6931471,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "BtR6sHgBaKNfVnMbX5Y5",
                "_score": 0.6931471,
                "_source": {
                    "title": "华为手机",
                    "category": "华为",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                }
            },
            ......
        ]
    }
}

高亮查询

在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "query":{
        "match_phrase":{
            "category" : "为"
        }
    },
    "highlight":{
        "fields":{
            "category":{}//<----高亮这字段
        }
    }
}

返回结果如下：

  {
    "took": 100,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 3,
            "relation": "eq"
        },
        "max_score": 0.6931471,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "BtR6sHgBaKNfVnMbX5Y5",
                "_score": 0.6931471,
                "_source": {
                    "title": "华为手机",
                    "category": "华为",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                },
                "highlight": {
                    "category": [
                        "华<em>为</em>"//<------高亮一个为字。
                    ]
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "B9R6sHgBaKNfVnMbZpZ6",
                "_score": 0.6931471,
                "_source": {
                    "title": "华为手机",
                    "category": "华为",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                },
                "highlight": {
                    "category": [
                        "华<em>为</em>"
                    ]
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "CdR7sHgBaKNfVnMbsJb9",
                "_score": 0.6931471,
                "_source": {
                    "title": "华为手机",
                    "category": "华为",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                },
                "highlight": {
                    "category": [
                        "华<em>为</em>"
                    ]
                }
            }
        ]
    }
}

分组查询

在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "aggs":{//聚合操作
        "price_group":{//名称，随意起名
            "terms":{//分组
                "field":"price"//分组字段
            }
        }
    }
}

返回结果如下：

  {
    "took": 63,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": 1,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "ANQqsHgBaKNfVnMbhZYU",
                "_score": 1,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3999
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "A9R5sHgBaKNfVnMb25Ya",
                "_score": 1,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "BNR5sHgBaKNfVnMb7pal",
                "_score": 1,
                "_source": {
                    "title": "小米手机",
                    "category": "小米",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "BtR6sHgBaKNfVnMbX5Y5",
                "_score": 1,
                "_source": {
                    "title": "华为手机",
                    "category": "华为",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "B9R6sHgBaKNfVnMbZpZ6",
                "_score": 1,
                "_source": {
                    "title": "华为手机",
                    "category": "华为",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "CdR7sHgBaKNfVnMbsJb9",
                "_score": 1,
                "_source": {
                    "title": "华为手机",
                    "category": "华为",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 1999
                }
            }
        ]
    },
    "aggregations": {
        "price_group": {
            "doc_count_error_upper_bound": 0,
            "sum_other_doc_count": 0,
            "buckets": [
                {
                    "key": 1999,
                    "doc_count": 5
                },
                {
                    "key": 3999,
                    "doc_count": 1
                }
            ]
        }
    }
}

上面返回结果会附带原始数据的。若不想要不附带原始数据的结果，在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "aggs":{
        "price_group":{
            "terms":{
                "field":"price"
            }
        }
    },
    "size":0
}

返回结果如下：

  {
    "took": 60,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": null,
        "hits": []
    },
    "aggregations": {
        "price_group": {
            "doc_count_error_upper_bound": 0,
            "sum_other_doc_count": 0,
            "buckets": [
                {
                    "key": 1999,
                    "doc_count": 5
                },
                {
                    "key": 3999,
                    "doc_count": 1
                }
            ]
        }
    }
}

查询平均值

在 Postman 中，向 ES 服务器发 GET请求： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
    "aggs":{
        "price_avg":{//名称，随意起名
            "avg":{//求平均
                "field":"price"
            }
        }
    },
    "size":0
}

返回结果如下：

  {
    "took": 14,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": null,
        "hits": []
    },
    "aggregations": {
        "price_avg": {
            "value": 2332.3333333333335
        }
    }
}

映射关系

有了索引库，等于有了数据库中的 database。接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。
先创建一个索引：

  # PUT http://127.0.0.1:9200/user

返回结果：

  {
    "acknowledged": true,
    "shards_acknowledged": true,
    "index": "user"
}

创建映射

  # PUT http://127.0.0.1:9200/user/_mapping

{
    "properties": {
        "name":{
            "type": "text",
            "index": true
        },
        "sex":{
            "type": "keyword",
            "index": true
        },
        "tel":{
            "type": "keyword",
            "index": false
        }
    }
}

返回结果如下：

  {
    "acknowledged": true
}

查询映射

  #GET http://127.0.0.1:9200/user/_mapping

返回结果如下：

  {
    "user": {
        "mappings": {
            "properties": {
                "name": {
                    "type": "text"
                },
                "sex": {
                    "type": "keyword"
                },
                "tel": {
                    "type": "keyword",
                    "index": false
                }
            }
        }
    }
}

增加数据

  #PUT http://127.0.0.1:9200/user/_create/1001
{
    "name":"小米",
    "sex":"男的",
    "tel":"1111"
}

返回结果如下：

  {
    "_index": "user",
    "_type": "_doc",
    "_id": "1001",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 0,
    "_primary_term": 1
}

查找name含有”小“数据：

  #GET http://127.0.0.1:9200/user/_search
{
    "query":{
        "match":{
            "name":"小"
        }
    }
}

返回结果如下：

  {
    "took": 495,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 1,
            "relation": "eq"
        },
        "max_score": 0.2876821,
        "hits": [
            {
                "_index": "user",
                "_type": "_doc",
                "_id": "1001",
                "_score": 0.2876821,
                "_source": {
                    "name": "小米",
                    "sex": "男的",
                    "tel": "1111"
                }
            }
        ]
    }
}

查找sex含有”男“数据：

  #GET http://127.0.0.1:9200/user/_search
{
    "query":{
        "match":{
            "sex":"男"
        }
    }
}

返回结果如下：

  {
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 0,
            "relation": "eq"
        },
        "max_score": null,
        "hits": []
    }
}

找不想要的结果，只因创建映射时"sex"的类型为"keyword"。"sex"只能完全为”男的“，才能得出原数据。

  #GET http://127.0.0.1:9200/user/_search
{
    "query":{
        "match":{
            "sex":"男的"
        }
    }
}

返回结果如下：

  {
    "took": 2,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 1,
            "relation": "eq"
        },
        "max_score": 0.2876821,
        "hits": [
            {
                "_index": "user",
                "_type": "_doc",
                "_id": "1001",
                "_score": 0.2876821,
                "_source": {
                    "name": "小米",
                    "sex": "男的",
                    "tel": "1111"
                }
            }
        ]
    }
}

查询电话

  # GET http://127.0.0.1:9200/user/_search
{
    "query":{
        "match":{
            "tel":"11"
        }
    }
}

返回结果如下：

  {
    "error": {
        "root_cause": [
            {
                "type": "query_shard_exception",
                "reason": "failed to create query: Cannot search on field [tel] since it is not indexed.",
                "index_uuid": "ivLnMfQKROS7Skb2MTFOew",
                "index": "user"
            }
        ],
        "type": "search_phase_execution_exception",
        "reason": "all shards failed",
        "phase": "query",
        "grouped": true,
        "failed_shards": [
            {
                "shard": 0,
                "index": "user",
                "node": "4P7dIRfXSbezE5JTiuylew",
                "reason": {
                    "type": "query_shard_exception",
                    "reason": "failed to create query: Cannot search on field [tel] since it is not indexed.",
                    "index_uuid": "ivLnMfQKROS7Skb2MTFOew",
                    "index": "user",
                    "caused_by": {
                        "type": "illegal_argument_exception",
                        "reason": "Cannot search on field [tel] since it is not indexed."
                    }
                }
            }
        ]
    },
    "status": 400
}

报错只因创建映射时"tel"的"index"为false。

Elasticsearch 與 Kibana 也變成非 Open Source 軟體

Fri, 15 Jan 2021 20:48:59 CST

從 Nuzzel 上看到的消息， Elasticsearch 與 Kibana 也變成非 Open Source 軟體了：「 Elasticsearch and Kibana are now business risks」，官方的公告在「 Upcoming licensing changes to Elasticsearch and Kibana」這邊。

新版將會採用 SSPL (由 MongoDB 設計出來的授權) 與 Elastic License (Elastic 的商用授權) 的雙重授權，不過兩個授權都不是 Open Source 授權。

應該是跟 Amazon Elasticsearch Service 這種搞法加減有些關係？不知道 AWS 這邊後續會怎麼弄...

另外如果不選擇 Elasticsearch 的話，目前好像只有 Solr 算是堪用？不過很久沒回去看 Solr，不知道現在軟體發展到什麼程度...

解锁Search Ads优化新姿势 |[多盟诚恳分享]

Fri, 18 Nov 2016 14:11:21 CST

苹果搜索竞价广告(search ads)自正式上线以来，它的推广效果及投放策略被开发者、第三方平台、圈里专家和圈外吃瓜群众齐刷刷的盯着。

燃鹅，各路分析解读都略显虚头巴脑的，我们还是坚持用事实说话的传统吧。

事实就是，这原本只是一篇案例稿，但由于小编脑子进雾霾了，泄露了一些内部投放技巧。

一如既往地，下面是来自多盟的诚恳分享。

【正文】

有数据统计显示，在App Store里导航型搜索需求占比在70%以上。由于具有主动搜索行为的用户转化为下载用户的概率极高，因此搜索用户的质量对开发者来说也是占据绝对优势地位。这意味着，用户搜索习惯以及关键词优化是Search Ads投放时需要考虑的关键因素。

Search Ads的广告排名指数是与相关度、CPT出价成正比关系，而相关度又与元数据、用户行为成正比。因此，相关度是决定广告投放效果的重要影响因素。当通过优化元数据提升产品与拟投放关键词之间的相关性时，就可实现更低成本获取稳定的广告排名指数。

例如杭州非奇科技公司推出的《Zombie Frontier 3》游戏，借助多盟的投放策略及关键词优化方案，实现了产品关键词覆盖量提升200个、Top10关键词覆盖量提升15个，从而大幅提升产品ASO覆盖广度和关键词相关度。这其中，有哪些高效策略呢？

投放策略：定向人群，细分关键词

《Zombie Frontier 3》是一款3D写实丧尸题材的FPS游戏，在题材上迎合了欧美玩家最喜欢的元素，在操作方式上以传统FPS操作方式为基础并针对移动端的做了适配和简化。该游戏的场景建模比较细致，层次感和临场感很强，可玩性较高。

根据历史投放数据可分析出，喜好FPS游戏类型的玩家在移动平台上也更倾向于搜索传统FPS游戏的品牌词汇；僵尸题材用户的搜索习惯也更多使用影视剧名称来搜索相关游戏；玩家大部分为低年龄段人群。

针对该游戏属性、外部市场现状以及目标用户特征，多盟通过设置高频关键词并在这些关键词下成功投放该产品广告，对于游戏宣传以及用户获取均起到有效帮助作用。

在投放过程中，利用Ad Group来分配广告预算和明确投放策略也是一个不错的选择。Ad Group是投放关键词和出价的集合，每一个Ad Group都会有一个整体的投放数据，通过数据对比就可以更合理地规划广告预算的侧重点。

优化策略：预埋核心词，提升关联度

事实上，关键词优化的主要目的是增加关键词覆盖量，即提升搜索广告可投放关键词数量，从而提升广告投放效果。针对《Zombie Frontier 3》，多盟采取预埋产品核心关键词的策略，提前建立与词汇的相关度，提升可投放词汇并为降低CPT成本奠定基础。

通过关键词前置优化，使用合并关键词、置入预埋关键词等优化手段，可有效提升产品与关键词之间的相关度并增加关键词覆盖量。此外，善用Search Match和Broad Match也能帮助我们更快速和高效的去挖掘更有价值的关键词。

Search Match是指搜索匹配功能，苹果会根据其他相似产品的用户搜索习惯，为我们自动添加投放关键词。Broad Match则是苹果根据我们广告中设置的关键词，通过同义、近义等规则联想出来的投放关键词。

从上述两个功能衍生出来的投放关键词中，挑选出转化率较好的，预埋进产品的关键词中，便可更高效的利用这些成本低、转化好的关键词，也可最大化优质关键词的价值，进而实现提升产品下载量并降低成本。

坦白讲，能够主动在App Store中搜索产品的用户是非常值得开发者珍惜的。这类人群有非常明确的需求，也有极大可能性转化为下载用户，甚至成为忠实用户。因此，“相关度优化”可以说是苹果搜索竞价广告的取胜利器，可探索之处也会陆续分享给大家。

您可能也喜欢的文章：
研究显示玩手机的姿势影响健康状况	Ad Network、Ad Exchange、DSP、SSP、RTB 和DMP详解	comScore：Google Product Search第一大购物比价网	Search engine journal：百度已成功转型为移动搜索引擎公司	酒店应进行Facebook Graph Search优化
无觅

一种利用ngram模型来消除歧义的中文分词方法

Wed, 06 May 2015 04:43:36 CST

这里的歧义是指：同样的一句话，可能有两种或者更多的切分方法，这些切分结果，有的正确，有的不正确。

消除歧义的目的就是从切分结果中挑选切分正确的。

假设我们要切分句子：结婚的和尚未结婚的，使用 逆向最大匹配和 正向最大匹配算法的结果如下：

逆向最大匹配：[结婚, 的, 和, 尚未, 结婚, 的]
正向最大匹配：[结婚, 的, 和尚, 未结, 婚, 的]

再比如，这几块地面积还真不小：

逆向最大匹配：[这, 几块, 地, 面积, 还真, 不小]
正向最大匹配：[这, 几块, 地面, 积, 还真, 不小]

这里就出现了歧义现象，这种歧义现象称为交集型歧义。

交集型歧义的特点是，其中的一个字既可以和前面的字结合成词，也可以和后面的字结合成词，如上面所说的“和尚未"中尚就是这样的字，既可以和前面的字结合成“和尚”也可以和后面的字结合成“尚未”。还有“地面积”中的面，既可以是地面，也可以是面积。

那么我们该选择哪一个分词结果呢？

我们可以利用ngram模型来消除歧义，我们看第一个例子的分词过程：

初始化bigram
bigram初始化完毕，bigram数据条数：1519443

利用bigram为逆向最大匹配算法的分词结果进行评分：

二元模型 结婚:的 获得分值：16.970562
二元模型 和:尚未 获得分值：2.0
二元模型 尚未:结婚 获得分值：1.4142135
二元模型 结婚:的 获得分值：16.970562

逆向最大匹配：[结婚, 的, 和, 尚未, 结婚, 的] : ngram分值=37.35534

利用bigram为正向最大匹配算法的分词结果进行评分：

二元模型 结婚:的 获得分值：16.970562
二元模型 的:和尚 获得分值：3.0

正向最大匹配：[结婚, 的, 和尚, 未结, 婚, 的] : ngram分值=19.970562

最大分值：37.35534, 消歧结果：[结婚, 的, 和, 尚未, 结婚, 的]

接着看第二个例子：

利用bigram为逆向最大匹配算法的分词结果进行评分：

二元模型 地:面积 获得分值：1.7320508

逆向最大匹配：[这, 几块, 地, 面积, 还真, 不小] : ngram分值=1.7320508

利用bigram为正向最大匹配算法的分词结果进行评分：

正向最大匹配：[这, 几块, 地面, 积, 还真, 不小] : ngram分值=0.0

最大分值：1.7320508, 消歧结果：[这, 几块, 地, 面积, 还真, 不小]

这里要解释的是，ngram中的n>1，我们这里取2(bi)，我们看到bigram中数据的条数有1519443，bigram需要从人工标注的语料库中提取，提取方法参考 word分词项目，bigram中的数据格式如下：

结婚:登记 91
结婚:的 288
地:面积 3
和:尚未 4
尚未:结婚 2
的:和尚 9

表示的含义是在人工标注的语料库中，结婚这个词后面跟着登记这个词的出现次数是91次，结婚这个词后面跟着的这个词的出现次数是288次。

如果ngram中的n为3，则数据格式如下：

结婚:的:事情 3
结婚:的:人 4
结婚:的:信念 2
结婚:的:决定 13

表示的含义和bigram一致。

通过分析bigram和trigram，我们知道，在ngram中，n越大，消歧的效果就越好，但是数据也越大，耗费的内存就更多了。

利用ngram模型来消除歧义，依赖人工标注的语料库，利用了统计学的大数定律，这种方法的缺点在于无法处理少见的语言现象，以及无法处理样本覆盖不到的情况。

jsearch的索引文件结构

Tue, 19 May 2015 04:22:03 CST

jsearch是一个高性能的全文检索工具包，基于倒排索引，基于java8，类似于lucene，但更轻量级。

jsearch的索引文件结构定义如下：

1、一个词的索引由 =分割的三部分组成：
第一部分是词
第二部分是这个词在多少个文档中出现过（上限 1000）
第三部分是倒排表
2、倒排表由多个倒排表项目组成，倒排表项目之间使用 |分割
3、倒排表项目的组成又分为三部分，用 _分割：
第一部分是文档 ID
第二部分是词频
第三部分是词的位置
4、词的位置用 :分割

例如 :
shingles=31=47466_1_2|1_1_6|1_1_1|2_1_5|67_1_1|903_1_3|17_1_5|1_3_4:6:11
表示词 shingles 的索引：
词： shingles
有 31 个文档包含 shingles 这个词
包含这个词的第一篇文档的 ID是 47466，
shingles 的词频是 1，出现 shingles 的位置是 2
文档内容为：
A better solution is to use shingles, which are compound tokens created
from multiple adjacent tokens.
对文档内容进行分词并移除停用词之后的结果为：
[solution, shingles, compound, tokens, created, multiple, adjacent, tokens]

包含这个词的第二篇文档的 ID是 47466+1=47467，
shingles 的词频是 1，出现 shingles 的位置是 6
文档内容为：
Lucene has a sandbox module that simplifies adding shingles to your index,
described in section 8.3.2
对文档内容进行分词并移除停用词之后的结果为：
[lucene, sandbox, module, simplifies, adding, shingles, index, section]

包含这个词的第八篇文档的 ID是 47466+1+1+2+67+903+17+1=48458，
shingles 的词频是 3，出现 shingles 的位置分别是 4、 6、 11
文档内容为：
For example the sentence “please divide this sentence into shingles”
might be tokenized into the shingles “please divide”, “divide this”,
“this sentence”, “sentence into” and “into shingles”
对文档内容进行分词并移除停用词之后的结果为：
[sentence, divide, sentence, shingles, tokenized, shingles, divide, divide, sentence, sentence, shingles]

这里需要注意的是位置不是和原文一一对应的，而是和去除停用词后的位置一一对应的
停用词的定义看这里的链接，分词使用 word分词提供的针对纯英文文本的分词器

必应 Bing 2012 年度热门搜索关键词

Tue, 27 Nov 2012 21:05:38 CST

微软今天公布了必应 Bing 2012 年度的热门关键词榜单，根据官方的算法，有以下分类的列表：人物、体育明星、音乐人、奥运会运动员、真人秀电视明星、名人夫妇、名人事件、新闻、科技、电影、音乐、视频、电视、真人秀电视、日间电视、时尚、目的地、假期标志、其他搜索数据。

下面是一些分类的 Bing 搜索关键词排行：

人物：

排名	2012	2011
1	Kim Kardashian	Justin Bieber
2	Justin Bieber	Kim Kardashian
3	Miley Cyrus	Jennifer Aniston
4	Rihanna	Lindsay Lohan
5	Lindsay Lohan	Jennifer Lopez
6	Katy Perry	Britney Spears
7	Selena Gomez	Katy Perry
8	Jennifer Aniston	Megan Fox
9	Nicki Minaj	Lady Gaga
10	Taylor Swift	Miley Cyrus

体育明星：

排行	2012
1	Peyton Manning
2	Tiger Woods
3	Tim Tebow
4	Maria Sharapova
5	Kobe Bryant
6	Serena Williams
7	Lamar Odom
8	LeBron James
9	Cristiano Ronaldo
10	Terrell Owens

音乐人：

排行	2012
1	Justin Bieber
2	Whitney Houston
3	Katy Perry
4	Selena Gomez
5	Rihanna
6	Nicki Minaj
7	Taylor Swift
8	Beyoncé
9	Chris Brown
10	Jennifer Lopez

奥运会运动员：

排行	2012
1	Serena Williams
2	Lolo Jones
3	LeBron James
4	Michael Phelps
5	McKayla Maroney
6	Hope Solo
7	Misty May-Treanor
8	Gabby Douglas
9	Usain Bolt
10	Ryan Lochte

新闻：

排行	2012
1	iPhone 5
2	2012 Elections
3	2012 Olympics
4	Hurricane Sandy
5	Honey Boo Boo Reality Show
6	Gangnam Style Dance
7	KONY 2012
8	Academy Awards
9	Kindle Fire HD
10	Facebook IPO

科技：

排行	社交媒体	消费电子产品
1	Facebook	iPhone 5
2	Twitter	iPad
3	MySpace	Samsung Galaxy S III/Samsung Galaxy S3
4	LinkedIn	Kindle
5	Tumblr	iPad 3
6	Instagram	iPod Touch
7	Reddit	Xbox
8	StumbleUpon	PlayStation 3
9	Digg	iPhone 4S
10	Klout	Windows 8

电影：

排行	2012
1	The Avengers
2	Dark Knight Rises
3	Titanic
4	Magic Mike
5	Prometheus
6	Breaking Dawn Part 2
7	Flight
8	Bachelorette
9	Snow White and the Huntsman
10	Dark Shadows

音乐：

排行	2012
1	Psy – Gangnam Style
2	Carly Rae Jepsen – Call Me Maybe
3	Justin Bieber – Boyfriend
4	Gotye – Somebody that I used to know
5	Fun.- We Are Young
6	One Direction – What Makes You Beautiful
7	Drake- The Motto
8	Maroon 5 Feat. Wiz Khalifa – Payphone
9	The Wanted- Glad You Came
10	Katy Perry- Part Of Me

电视：

排行	2012
1	American Idol
2	Dancing with the Stars
3	The Young and the Restless
4	The Walking Dead
5	Family Guy
6	Here Comes Honey Boo Boo
7	Glee
8	Vampire Diaries
9	The Bachelor
10	Game of Thrones

时尚设计师或品牌：

排行	2012
1	Michael Kors
2	Louis Vuitton
3	Gucci
4	Ralph Lauren
5	J.Crew
6	Chanel
7	Prada
8	Juicy Couture
9	Burberry
10	Tory Burch

目的地：

地区	城市
亚洲	Hong Kong
非洲	Johannesburg, South Africa
澳大利亚/新西兰	Sydney, Australia
加勒比海	Cancun, Mexico
欧洲	London, UK
中东	Dubai, UAE
南美	Salvador, Brazil


微软公布必应 Bing 2011 年度热门搜索关键词	Bing 新垂直搜索引擎：财经、大学	Bing 澳大利亚正式发布	必应 Bing 可视化搜索新类别: Windows PowerShell 命令	Bing 可视化搜索: TechCrunch Disrupt 大会初创公司一览
无觅

Google 增加电影明星的“六度分割理论”搜索 OneBox

Fri, 14 Sep 2012 00:05:10 CST

估计大家都有听说过“六度分割理论”，维基百科对其的解释是：

小世界現象（又稱 小世界效應），也称 六度空间理论。假設世界上所有互不相識的人只需要很少中間人就能建立起聯繫。後來 1967年哈佛大學的心理學教授斯坦利·米尔格拉姆（Stanley Milgram， 1933年— 1984年）根據這概念做過一次連鎖信實驗，嘗試證明平均只需六個人就可以聯繫任何兩個互不相識的美國人，即 六度分隔理論（Six Degrees of Separation）。

后来科学家为方便检验该理论，决定使用电影明星Kevin Bacon来当作例子进行研究。而今天你则可以通过Google来检验这个理论，首先输入Bacon number，之后随便输入一个电影名人的名字，Google不仅会算出他的Bacon系数，还会告诉你他们二人是通过哪几部剧关联在一起的：

谁能找到超过系数6的人名吗？

Via TNW

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2012. | 没有评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Easter Egg, fun, Google Search, Kevin Bacon, OneBox, SERP

Google Search for Android 升级，Google Now 增加目的地天气、本地事件和歌曲识别

Thu, 06 Dec 2012 06:16:33 CST

Google Search for Android今天继续升级（依然需要Android 4.1以上系统），还是改进Google Now，让它变得更智能，帮助你更多：

在你出发前告诉你目的地的天气如何
在你到机场的时候自动弹出登机牌并告诉你具体的航站楼、登机口、座位号（这个超有用，不过目前登机牌只支持美联航，其它航空公司将陆续支持，除登机牌外其它信息各个航空公司都支持）
达到目的地之后告诉你周围有啥好玩的事情
在你搜索一些事物之后，推荐合适的网站
在博物馆的时候帮助你学习更多细节（需要使用Google Goggles）
只要在播放歌曲的同时说对着Google Now说“What's this song”，它就会告诉你了
说“Scan this barcode”即可查找商品信息
直接用语音发送Google+信息流

Google Now和Siri是助手的两种形式。Siri需要你主动问她，你不提出自己的需求，她就不理你（当然也许你提出需求了她又理解错或爱莫能助）。而Google Now则主动提供帮助，随时随地利用Gmail和你在Google所有服务上的互动来猜测你的需求，然后给出他认为合理的信息（当然Google Now其实也具备Siri那种语音命令提出的要求）。

所以这么一看Google Now确实比Siri高出那么一筹了。

Via TNW

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2012. | 没有评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Android, Google Mobile App, Google Now, Google Search, Jelly Bean, Siri

Google 测试在移动搜索结果里加入快速预览按钮，带你到适合移动设备观看的网页

Thu, 27 Dec 2012 09:26:23 CST

有人发现在用手机进行Google搜索的时候，搜索结果右侧出现一个醒目的Quick view按钮，点击即可直接进入到一个叫做快速预览的页面里，似乎看起来就好像是该网站的移动版，但应该是Google重新排版的：

另外就是Quick view其实不是第一次出现在搜索结果里，当你的搜索结果里出现PDF文件的时候，就可看到一个Quick view按钮方便快速预览PDF文件。

Via SEL

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2012. | 没有评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Google Mobile, Google Search, Quick view, SERP

Graph Search：貌不惊人的颠覆者

Wed, 13 Feb 2013 06:00:54 CST

尽管年轻的Graph Search暂时还无法对传统搜索形成全面冲击，但它未来颠覆的将可能是整个互联网以流量为核心的商业模式。

1月16日，Facebook发布了社交图谱搜索——Graph Search，这是Facebook自去年5月上市饱受质疑近8个月后做出的最大的动作，扎克伯格亲自主持产品的发布，足见其不容忽视的里程碑意义。

比起1月16日之前媒体猜测的“Facebook会推出自己的手机”这种劲爆消息来说，Graph Search看起来似乎不那么让人兴奋，然而，不要忘记，扎克伯格是一个掌握着10亿用户、以“接管世界为己任”的CEO，因此我们有必要在纷繁的新闻背后去冷静思考，Graph Search究竟意味着什么。

Graph Search是什么？根据扎克伯格在发布会上的视频演示，它的功能是让用户能搜索到社交链上的信息，例如“我朋友都喜欢那些纽约的餐馆？”，“我去年和某某人的合照”、“我朋友去过的国家公园”等。

用创新工场CEO李开复的话来说，技术层面Graph Search的价值在于：1.自然语言理解（把用户输入转换成一个数据库要求），2.获取和挖掘用户的信息（包括主动和非主动输入的，例如社交链、点击习惯，like等），3.把海量的用户信息转换成为巨大的数据库。

IDC市场研究公司分析师Karsten Wide曾经说过，“倘若Facebook决心认真发展搜索，势必与谷歌展开激烈竞争。”

长久以来，谷歌一直是搜索领域的王者，基于搜索带来的广告收入也支撑着其绝大部分利润，然而，自从Facebook引领的社交网络时代到来，人们就一直期待着它能在谷歌之外为搜索带来些新的东西。

正如凯文·凯利在2009年时期待的：“我一直在思考谷歌以及搜索引擎的未来。很显然，互联网上的点击量多于链接量。也就是说，相比于做链接，人们更常做的是直接点击。然而就我所知，PR值以及其他的搜索索引排名算法主要还是依据权重链接的数量。将大众在网站中点击的智慧包含进来不是更好吗？”

事实上，Facebook这一次确实是不负众望。相对于传统的搜索引擎，Graph Search 能为用户呈现与自己信息相匹配的个性化结果。如果你觉得抽象，那我们举个例子，比如在 Graph Search 上你可以搜索“我朋友中谁喜欢星球大战和哈利·波特？”而谷歌则在为能够精确搜索“世界上最深的10个湖是什么”而努力。

简单地说，谷歌希望自己的搜索未来成为知识引擎，更加智能化地进行信息整合，而Facebook则更关心帮助你快速找到你的好友更喜欢什么。

大数据的价值释放

为什么关注“你的好友更喜欢什么”如此重要？我们不妨从Facebook在发布Graph Search 前的一系列重要产品铺垫说开去。

Facebook早期增加的一个重要功能是News Feed，它通过新闻的推送让人们可以知道身边的世界正在发生什么事，随后的一个里程碑性产品则是Timeline，帮助人们知道其朋友过去的历史，事实上这是一种让用户信息从现实向虚拟的迁移。还有一个不能不提的功能就是Like了：在经典的搜索中搜索对象是网页，决定搜索结果中网页显示顺序的联系主要是链接。简单来说，链接就像投票，它们帮助搜索引擎决定特定主题应显示哪些最热门的页面。而在Facebook图谱搜索中，搜索对象不是网页，而是现实对象的虚拟表示：人、地点和事物。对象间的联系主要由Facebook “Like”决定。正是这些“Like”将Facebook上的信息联系起来了。

Graph Search的出现，让之前存在多时的Like按钮开始释放出巨大价值，让信息变成数据，让虚拟照进现实。

众所周知，Facebook是全球最大的社交网络，然而它的真正价值却并不是社交，社交只是工具和手段，Facebook的核心价值正是在于它掌握的海量数据金矿——10亿名用户、2400亿张照片和1万亿次页面访问量。

Graph Search的出现让这些数据的价值开始得到释放，在Facebook这个自成体系的庞大而封闭的帝国中，未来的人们可以通过朋友的推荐去找饭馆，找工作，甚至是购物决策。

这也难怪国外网站已经开始高呼Facebook将借Graph Search进一步冲击Google、Yelp、Foursquare、Pinterest、雅虎、Twitter、维基百科、微软等几乎所有主流互联网公司。这当然是媒体过于乐观的意愿，且不说Facebook在战略上是否会如媒体臆想的一般四处出击，单是改变用户习惯就是一个需要付出巨大成本的漫长过程。

威胁传统流量模式

其实，无论Facebook是否能够借Graph Search迅速形成商业循环，一旦其背后的用户价值得到释放，都将会深刻影响人们获取信息和做决策的方式，而这才是令现今所有成熟互联网模式都会感到毛骨悚然的。

众所周知，互联网发展20多年的商业模式的根基一直是广告，而广告则是一个基于流量的生意，搜索引擎之所以赚钱正在于其强大的流量搬运能力，归根结底，任何搜索引擎做的都是流量分发的事情。

然而，Graph Search的出现则有可能率先对展示广告造成冲击：过去的广告基础是人们主动的搜索，通过用户搜索时的关键词较为精准地找到目标客户；Graph Search则更像是一种相对被动的推送，通过朋友关系做导引来引导人们做决策，一旦技术的影响扩散到了人们的决策过程，许多既有的商业模式都将在未来数年之内面临重新的考量。

比如，当你第一次来到加州，想要找一家特色餐馆，过去的做法是会主动在搜索引擎上按一定条件搜寻目标；今后可能会有越来越多人习惯去先找找朋友们推荐过（点了Like）的地方，一方面人们更容易信任身边朋友的推荐，另一方面做出基于朋友推荐的决策也更容易增加在朋友圈中的谈资。

这样一来，广告商们会不会需要重新去考虑广告的投放效率：究竟是去精准地影响用户身边的朋友推荐更有效还是按照流量大小投放展示广告更加合算。

设想一下在未来，推荐会不会在越来越多的场合代替信息的检索？基于内容的搜索是否也将逐渐向基于关系模式匹配的搜索演化，甚至将会威胁到整个传统互联网的流量模式？这些都是Graph Search带给我们最迫切需要思考的问题。

Google 搜索“site:”运算符高级使用技巧

Fri, 08 Mar 2013 22:27:48 CST

稍微高级点的Google粉丝一定都知道“site:”这个搜索运算符，它可以让你限制Google只搜索固定域里的内容，比如搜索“ site:guao.hk 作恶”即可得到所有谷奥网站里包含“作恶”二字的内容。实际上关于“site:”搜索运算符还有好多不为人知的小技巧，今天就跟大家分享一下。

*号技巧：

搜索“maps.*.com”可得到所有以maps.xxx.com作为域的网站内容，不过可惜的是Google不会给你全部匹配的结果，只有一部分
你可以将*放到任何位置，比如“site:news.*”即可得到news.cnet.com或news.discovery.com这种结果
搜索“site:amazon.* glasses”即可找到全球亚马逊的眼镜商品

目录搜索技巧：

有些博客是会按照年份来建立目录的，所以搜索“site:博客域名/2012 gmail”即可得到全部2012年发的包含gmail的文章
甚至会支持目录后的参数，比如搜索“site:support.google.com/maps/bin/answer.py inurl:"hl=en" 3d”即可得到所有Google帮助论坛里讨论3D的内容，这里inurl运算符是为了限制内容为英文
*结合目录来用：搜索“site:support.google.com/*/answer imap”即可得到Google帮助论坛里所有关于imap的回答

图片搜索技巧：

跟网页搜索一样也支持*和目录。比如搜索“site:flickr.com/photos/c_olegario beach”即可得到所有Flickr里海滩的图片
搜索“site:photos.* oscar red carpet”即可得到全部图片站里关于奥斯卡红地毯的照片

Via GOS

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2013. | 没有评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Google Search, Goolge Images

如你所见，Google正在杀死自然搜索

Thu, 04 Jul 2013 16:58:07 CST

自然搜索（Organic Search）与赞助搜索（Sponsored Search）是一对反义词。自然搜索指搜索引擎完全根据算法，针对搜索关键词而返回给用户的搜索结果，这种搜索不由广告所控制。而赞助搜索则往往和付费联系起来，甚至有些搜索引擎提供了竞价排名的搜索方式来影响结果的呈现。

Google搜索的成功正是取决于它在自然搜索和赞助搜索两方面的成就——在自然搜索上，Google通过不断地优化算法、理解搜索关键词、完善知识图谱等方式，给用户提供精准且全面的搜索结果。在赞助搜索上，Google的AdWords模式内的广告价格、位置排列、发布过程全由机器完成，防止作弊情况发生，同时提供了准确且有竞争力的价格。

不过，Tutorspree Blog提出： 自然搜索在Google搜索结果中呈现的内容越来越少，表面它在Google搜索产品中的地位正在降低，也就是说——Google正在杀死自然搜索。

TriBeCa的Aaron Harris先是列举了他们在TriBeCa用13寸Macbook Air对“auto mechanic”进行搜索的实例，结果显示，在首屏页面中，Adwords广告占了29%的空间，Google Map占了7%，还有14%用于Google的导航栏，而留给自然搜索结果的页面只占13%的空间。

它们又以“Italian Restaurant”作为关键词进行了局部搜索，其结果是，Google将30%的空间用于展示和推荐餐厅，再出去15%的地图、14%的导航栏、9%的adwords广告和4%的美食指南，最后留给自然搜索的结果还剩7%。

而如果你拿iPhone进行网页搜索，这一结果则更为惊人——如果你在纽约搜索“Italian Restaurant”，首屏你将看不到任何自然搜索的结果，它也不会出现在第二屏、第三屏……而是首次出现在第五屏。

Aaron Harris认为，自然搜索结果所占空间下降的主要原因和Google的战略转型是分不开的——根据Google2012年8月测算的数据，已有63%的搜索来自手机，而Google自身的数据，有50%的移动搜索为局部搜索（本地搜索）。

所以 Google的未来搜索形态,正在从“自然搜索”向另一种在移动端和本地化上更有效率的搜索方式上转化。实际上，已经有人把它称作为“实体搜索”了，我认为你可以把它理解为，相较于以往的网页索引，Google认为未来搜索索引的本质是立体化的解决方案——当你在搜索框内填写一个关键词或句子时，Google会去理解你究竟想得到什么，然后给你推送最合适的内容及服务。

我认为这是一件好事，但它同时意味着， 也许以往的SEO效果将大打折扣，也许只有通过赞助搜索，才能实现有效的推广。

将书签写进 Google 搜索结果的 Chrome 扩展 GMark

Sat, 29 Oct 2011 23:23:02 CST

感谢读者 Sneezry 的自爆。

也许你在浏览器里收藏了大量的网址，但后来却忘了自己收藏过某个网站，转而还是用Google去搜索。那么何不将自己的书签直接整合进Google搜索显示，在触发一个搜索关键字的时候，直接置顶提示你之前收藏过相关的网站呢？

Sneezry就写了这么个叫做GMark的Chrome扩展，实现我们的设想（如上图）。首先点击工具栏里的扩展图标，之后在弹出的加入书签的网页里，当前网页的标题、URL地址会被自动填写，你需要做的只是填写关键字：

之后，只要通过Google搜索该关键字，书签就会置顶显示出来了。需要注意的是，你需要通过Chrome的Omnibar地址栏来搜索，如果是进入Google.com主页搜索，就还显示不出书签。

Via Sneezry

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 没有评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Chrome, Chrome Extensions, Extensions by Chinese, Google Search, Sneezry

让 Google 滚！

Fri, 04 Nov 2011 03:07:33 CST

感谢读者 shawn 和 lennonli 的提醒。

在Google被群起而攻之之时（谷奥口水战首次呈现压倒式的反Google情况，史无前例，史无前例呀！），最好的办法是什么？不是马上满足大家的愿望，而是卖个小萌转移一下大家的火力，于是“Do a barrel roll”这句话突然莫名其妙的火了。只要用支持HTML 5的Firefox或Chrome打开Google，搜索“Do a barrel roll”或“Z or R twice”，你就可以看到搜索结果滚了起来。

“Do a barrel roll”出自1997年任天堂经典的Star Fox 64游戏，游戏的空间飞行器兔子舰长跟英雄Fox McCloud说完“Do a barrel roll”之后，你就必须立刻连续点两下Z或R，如此反复多次才可通关。而“Do a barrel roll”这句话也成了一句经典恶搞：

估计Google也是用这个方法缓解一下大家不满的心情，一边大叫“让Google滚！”一边看着Google真得滚了起来，你那颗不满之心也就释然了吧……

Update：你可以告诉亲朋好友七大姑八大姨叫他们到Google搜索“Do a barrel roll”或“Z or R twice”看看Google滚起来的样子，当他们叫着说你骗他们的时候，再告诉他们“请下载Chrome浏览器体验”，让他们知道Chrome的神奇。

Via Mashable

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 11 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: fun, Google Search, headline, HTML 5

Google 说“要有雪”！于是就有雪了……

Sat, 17 Dec 2011 23:47:34 CST

感谢读者 Keanchy 和 fan zeyi 的爆料。

在Google.com搜索“let it snow”，于是就下雪了。除了飘落的雪花，屏幕还会逐渐结霜，此时可用鼠标画画儿，好像大家小时候都玩过的在窗子上作画的游戏。

这个创意还真是挺有爱的。

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 8 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: fun, Google Search, SERP

Google 的 Chrome 推广活动违反了自己的付费链接政策

Tue, 03 Jan 2012 14:33:59 CST

Search Engine Land发现Google付费给博主让他们写关于Chrome的内容，这一举动很可能违反了他们自己指定的付费链接政策。如果按照之前他们对违反政策的人的惩罚结果来依此类推的话，Google应该惩罚自己的Chrome下载页面，使其从Google搜索结果中消失掉至少一年。当然Google显然不会这么做，他们自己是有特权的。

Google和他们雇佣的广告公司Unruly赞助博客让他们写关于浏览器的文章，并在文章里嵌入一段叫做“Chrome for small businesses”的推广视频，但是很多博客发的文章根本没有提供任何关于Chrome特性或Chrome对小型商户有何优势的内容，那些博文都应该归为“垃圾贴”，也就是Google在最近的Panda搜索算法升级中主要打击的对象。比如下面这个垃圾贴，除了给出了一个Chrome下载链接，几乎没啥正经东西：

还有很多垃圾贴，都在扯一些有的没的，没有任何内容，但其中都会提到Chrome特别好（但没说好在哪），然后给出一段推广的视频和Chrome下载链接（其实连那段推广的视频都跟Chrome关系不大）。

简而言之，Google付费给博客让他们写Chrome的垃圾文章，其实这到无可厚非，但按照Google自己的规定，付费文章里所提供的链接，都必须加上nofollow标签，因为他们不能对搜索引擎产生混淆，如果你付费给一堆博客挂上你的链接，那么就等于你用钱买Google搜索的排名了，而这种行为是Google明令禁止的，一旦被发现，博客和那个付费的链接地址（具体到这个例子，就是Chrome的下载网页）都应该受到惩罚，最轻也是降级，最重直接从Google搜索结果里消失。

目前搜索这次推广活动关键字google chrome benefits的话，前10位里会有2个付费的垃圾博客出现，也就是说如果你想了解Chrome有啥好处，垃圾信息已经占据了第一页的搜索结果：

有博客联系了Search Engine Land，说他是从SITS Girls社区看到这个付费活动的，只要根据这段Chrome推广视频发一篇关于Chrome的文章即可获得40美元的Amazon礼品卡。

Via TC and Search Engine Land

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2012. | 3 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Chrome, Google Fail, Google Search, SEO

Google 现可直接绘制函数了，附送表白利器

Tue, 06 Dec 2011 06:29:46 CST

我们都知道Google可以做简单的四则运算，现在它更聪明到可以绘制出函数图像了，比如搜索sin(x)或x/2, (x/2)^2, ln(x), cos(pi*x/5)。尽管Wolfram Alpha早就有这个功能，但使用交互的SVG来绘图，比Wolfram Alpha的GIF图像强点，可惜目前只支持一元函数。

以geek自居的你，赶快把这个桃心函数链接发给那位你不敢表白的她，如果她也有一颗跟你一样geek的心，没准一举拿下也说不定呢：

请各位数学geek在留言中给出更多有趣的函数搜索地址吧。

Via SEL

一键快速查看历年 Google doodle 图

Mon, 05 Dec 2011 05:32:55 CST

Matt Cherette分享了一个小技巧，让你一键快速查看历年 Google doodle 图，方法简单到令人发指：打开Google.com首页，点击“I'm Feeling Lucky”按钮。

香港版的Google.com.hk也支持该技巧。

话说以前直接点击“I'm Feeling Lucky”按钮也是进入doodle列表页吗？我记不清楚了，搜索了一也未果。希望这不是个火星技巧……

Via GIZMODO

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 4 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: doodle, Google Search, I'm Feeling Lucky

手动赶走 Google 的“硬又黑”，迎接新导航条

Thu, 01 Dec 2011 17:21:46 CST

感谢读者饭团、tw 和 Samuel V 的爆料。

昨天我们报道了Google硬又黑导航条即将下课的消息，但Google的部署速度实在很慢，到现在硬又黑依然赖着不走。Maximilian Majewski提供了一个简单的办法让你提前赶走它：

首先去这个地址下载这个插件修改cookies。戳我。
打开google.com右键选择edit this cookie来edit the cookies。
3.将 “PREF” 改成这个：
ID=03fd476a699d6487:U=88e8716486ff1e5d:FF=0:LD=en:CR=2:TM=1322688084:LM=1322688085:S=McEsyvcXKMiVfGds
最后点击保存，就是submit cookie change。
刷新一下，硬又黑就不见了。

读者 Samuel V 则提供了另外一个更简单的办法。在任何*.google.com页面中按下Ctrl+Shift+J打开开发人员工具，然后在控制台中输入以下语句并按回车执行：

document.cookie="PREF=ID=03fd476a699d6487:U=88e8716486ff1e5d:FF=0:LD=en:CR=2:TM=1322688084:LM=1322688085:S=McEsyvcXKMiVfGds; domain=.google.com; path=/; expires=" + (new Date("2013-12-1")).toUTCString()

Via Wepost.me

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 18 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Google Bar, Google Search

Google “硬又黑”导航条终于下课

Wed, 30 Nov 2011 19:01:35 CST

半年前，为配合Google+的推出，Google全线产品都换上了“硬又黑”导航条（不管你是不是注册Google+），实话说整体风格很不搭。Google也知道这一点，于是今天做出了改进，其实之前已经有用户看到过这种新界面（如上图），就是把硬又黑里的右侧部分下移，挪到Google logo右侧。然后硬又黑里的左侧那些各个Google栏目则隐藏到了Google logo里。注意到Google logo右侧有一个小下拉条，点击即可看到所有的Google产品菜单：

这个新界面将在未来几天内替换大家现在的硬又黑界面。继续观看官方介绍视频：

iOS设备观看地址，原始视频地址。

Via Google Blog

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 16 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Google Plus, Google Search, Sandbar

Google 小清新界面里那脑残般的下拉条设计

Fri, 25 Nov 2011 00:12:29 CST

Google小清新界面其实不仅仅是更换了界面而已，很多功能变得更难用了，下拉条就是其中的“佼佼者”。下拉条的N宗罪包括：

你再也无法用TAB键来切换到下拉条上，一下一下按TAB，下拉条会被华丽的忽略过
用鼠标展开下拉条之后，不要妄想用上下箭头来选择其中的选项
用鼠标展开下拉条之后，Page Up和Page Down当然也废了
用鼠标展开下拉条之后，按英文字母已经无法像以前那样快速跳转到以该字母开头的选项上了
盲人和弱视用户再也无法使用屏幕阅读器读出下拉菜单里的选项了
如果你禁用CSS，会发现下拉条里的选项是无论如何也无法进行选择的

这一切，都是因为Google不再使用标准的<select>表单标签，而换用了<ul>这种列表标签来显示出自己那看似异常华丽丽的下拉条菜单。

我已经几乎无法使用Google Reader的搜索功能了，因为我无法再通过直接输入英文字符来快速跳转到要搜索的那个条目上，而只能在上百个条目里手动拖来拖去的找：

我已经出离愤怒了！

Via GOS

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 18 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Advanced Search, Google Fail, Google Reader, Google Search

Google+ Direct Connect 发布，加号搜索强制带你到 Google+

Tue, 08 Nov 2011 03:01:26 CST

光有了Google+的企业帐号，但是没人去的话，显然会让入驻的企业很受伤。怎么办呢？Google手握Google搜索资源，自然有办法强推，这就是他们想到的Google+ Direct Connect功能。从现在开始，加号在Google搜索里有了更加特殊的意义：直接带你到Google+页面，而非搜索结果页面。

你可以试着搜索“+Angry Birds”看看，怎么样，直接到了Google+ Angry Birds官方页面了吧？别怀疑我的链接给错了，而是Google给你强行做了跳转。

Google+ Direct Connect果然名副其实：要打通Google搜索和Google+的任督二脉。Google想灌输给你一个概念：想直接看某个官方的消息，就在Google搜索“+品牌名称”就成了，还有哪个企业敢死守Facebook和Twitter，不到Google+开帐户吗？量你们也没这个胆儿啊！乖乖就范儿吧老太太。

目前强行跳转的只有Google+ Pages企业帐号（可以想象每个企业帐号都会有一个唯一的搜索关键字），个人帐户还不行，但我估计这一天也不会远了，Google不仅让企业就范儿，估计也会让每个人都就范儿，这就是施大爷口中的“互联网个人身份识别系统”啊（我估计有重名的话会先带你到所有重名Google+帐户页面，让你选，之后记住你的选择，或者直接进入你的好友里的那个人，而不管其他重名的人）。

Google+ Direct Connect最后还给了我们恍然一个大明白：为什么Google搜索里的“+”功能在之前被取消了，果然是要为Google+让路。

Update：目前只有美国IP可以做到Direct Connect，或者你也可以伪装成美国人。

继续观看官方介绍视频：

iOS设备观看地址，原始视频地址。

Via Google Blog

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 8 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Direct Connect, Google Plus, Google Search

Google 尝试给你提供搜索内容背景信息，向知识搜索引擎进化

Mon, 07 Nov 2011 22:38:06 CST

Cyrus Shepard发现了一个全新的Google搜索结果界面，当你搜索Twitter的时候，在传统搜索结果右侧，会展示出一个很醒目的新条目（如上图），告诉你什么是Twitter，其中包括：

Twitter的logo
Twitter的介绍
成立地点
总部
CEO
使用的语言
名称（这个无厘头了）
分类（这个似乎也无厘头了）

如果你搜索歌手Rihanna的话，Google也会直接告诉你她是谁，她的照片、介绍、音乐试听链接、其他类似歌手等等信息：

毫无疑问Google在向更智能的方向转变，它已经不满足于根据PageRank告诉你哪个网页最有可能说的是你查找的事情，它还试图梳理出自己索引到的相关信息，给你讲出更细的故事来。

目前Google测试中的那些信息尽管还只是来自维基百科，不过应该还是有来自Google自己索引的条目，比如那些不知所云的内容（比如Twitter的名字叫“登录”）就应该是Google“自作聪明”索引到的。虽然现在看起来还很傻，但Google正在尝试变得聪明起来。

还有一件事是Google无法回避的，比如Twitter的那个大logo，其实也是Google索引到的，来自这个网页，所以你现在点击该图标进入的不是Twitter，也不是维基百科的Twitter介绍页面，而是这个网页，让人感觉很奇怪。但我能感觉到Google的苦衷，如果它让你进入到别的网页，站长又该说Google盗链不给他们带去任何流量了。

对语音搜索的朋友也许还记得去年Google收购了一家语音搜索创业公司Metaweb，他们开发的Freebase数据库允许任何人贡献、分类、搜索、复制并使用其中的数据，听起来有点像是维基百科，但它并不是按照文章来排列好的，而是以数据库为组织形式存在，可以被软件和人类所读懂。上周我与帝都一位Googler吃饭闲聊中他就提到了Metaweb，这很可能是Google未来发力的重点，Google正在尝试理解你，并用自己的索引和分析能力梳理出一个可被人类和机器同时理解的知识库。

Via TNW

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 1 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Freebase, Google Search, Metaweb, SERP, twitter

搜索引擎的时代已经是过去式了

Thu, 15 Mar 2012 15:40:20 CST

看到这个新闻《谷歌搜索将进行有史以来的最大调整：结合语义搜索技术，页面顶端直接显示问题答案》

感叹搜索引擎已经完全成为过去时了。

这个改变意味着什么？意味着，搜索引擎失去了避风港资格，而以后逐步地，必须为自己的“答案”直接负责了。而不同的人、不同的国家地区，对同一问题的回答的要求，是不同的，你可以在不同时间不同地点让不同的人满意，但是你很难让所有地点所有时间让所有人满意。

不满意意味着什么？被封。

如果每个人看到的搜索结果都不一样，那么搜索就失去了公平性、可比性和排名的意义。长此以往，搜索引擎就不再是客观的信息检索工具，而是被主观操控的谎言机器。

机器产生的答案能勉强解决一部分问题，而且还仅仅是（不怎么赚钱）一部分而已。搜索引擎的颓势也不是从这一天开始的。搜索引擎崛起就在于.COM泡沫破灭后的Internet初期，大量的个人或组织机构独立网站多，而且分散，但是单个网站信息比较集中，有大量原始素材可供批量检索。

但是现在独立网站内容基本都是spam和可有可无、无关紧要的东西了。内容的产生早已转移到信息流和社会化网站里面去了。而这些网站往往比较封闭，稍微好一点的都需要账号登入才能互动，由最终用户看到的HTML页面展示的二手信息可用价值大打折扣。有实力的网站原生数据挖掘早已被开发利用了，根本轮不到第三方搜索引擎来吃透多层信息了。

加上移动互联网的崛起，信息的uplink接口基本被几家大的4层或者7层公司垄断死。“公网”的存在意义基本是岌岌可危了。公网的搜索引擎的作用，也就沦落为网站自身搜索技术不完善的补充了。

就我个人现在而言，搜索引擎早已不是信息搜索工具，而是信息概览工具，看看自己覆盖面有没有漏掉的地方。其实Google出的行业特定搜索结果早已是烂得不行了。被搜索引擎踏平的互联网山头又开始竖立起来了。这种opt-in的信息世界会有一种什么样的未来呢？

Google Alerts 的替代品：Bing 的 RSS 輸出

Thu, 13 Jun 2013 03:39:08 CST

在「 The Best Alternatives to Google Alerts」看到的技巧，主要是看到 Bing 可以輸出 RSS，目前看到的格式是 RSS 2.0。

格式是： http://www.bing.com/search?q=keyword&format=rss，把 keyword 換掉就可以了。

解析世界之搜索—新Google Trends

Tue, 16 Oct 2012 10:41:00 CST

发表者：Yossi Matias，高级搜索主管，以色列研发中心负责人

自我们推出Google Trends和Google Insights for Search以来，我们已经看到数百万的用户使用Google Trends紧跟在线趋势热点；全球还有许多记者、企业家及研究人员使用Google Insights for Search来对比不同时代、不同地区的搜索热词。长久以来，我们已经取得了稳步改善，最近我们正在修订热门搜索列表，为搜索提供更丰富的语境。

如今，我们正将Google Insights for Search整合到Google Trends中，将二者整合成一个干净的界面，为用户提供更为清晰的视野。新 Google Trends 融合了两种产品的特点，让数据挖掘变得更加简单和直观。我们已经使用基于HTML5的Google图表工具更新了线形图平面图，这样，用户就可以在自己的移动设备上加载页面，不用滚动即可呈现结果，从而获得包括美国、印度、日本、及新加坡在内的热门搜索。

那么，从Google Trends中，你可以了解到人们都关注哪些内容呢？下面是一些最近比较热门的搜索主题：

• [沙滩] 和[雪] 在全年中，受关注的程度正好相反

        在 Google Trends中，查看报告全文
      • 过去一个月，人们正在为国庆长假做准备，看起来巴厘岛的关注程度似乎比普吉岛要多，你可在 Google Trends 中查看。
      • 今年夏天，对 [中国好声音] 的兴趣随着时间推移而变化：

我们已经列举了从Google Trends收集而来的关于解析的许多例子，从奥斯卡到超级碗；从购物到选举；从我们的年度 Google Zeitgeist的总结到我们在网站上找到的许多其他例子。

Google Trends数据可用于更好地了解全球趋势，辨别健康动态，如流感趋势，经济短时预报, 以及搜索趋势可预见性研究。同时，它也被用于许多跨学科的科技文章中。

记者、学者以及对探索世界感兴趣的任何人都可以从这些数据中挖掘更多的信息。我们也希望分享您的发现。请将您的最喜爱的发现以电子邮件的方式发送至 trends-stories@google.com。

MySQL Fulltext Search 使用方式

Tue, 03 Jul 2012 01:19:03 CST

使用 MySQL 來達到 Fulltext 的效果, MySQL 對於英文會自己依照空格去斷開, 中文就得要自行斷詞囉~

MySQL Fulltext Search 使用方式與注意事項

MySQL Fulltext 不支援 InnoDB, 需要使用 MyISAM.

建立 Table 時, 需要設定 FULLTEXT(Col-name).

搜尋語法

SELECT * FROM table-name WHERE MATCH(col-name) AGAINST ('keyword')
SELECT * FROM table-name WHERE MATCH(col-name) AGAINST ('+keyword' IN BOOLEAN MODE)
SELECT MATCH('table-name') AGAINST ('+keyword') as Relevance FROM table-name WHERE MATCH ('table-name') AGAINST('+keyword1 +keyword2') HAVING Relevance > 0.2 ORDER BY Relevance DESC

範例

create database keyword;
use keyword;
create table kw (id char(255) primary key,FULLTEXT(id)) engine=myisam; # 若使用 InnoDB 會出現下述錯誤.
# fulltext don't support innodb
# ERROR 1214 (HY000): The used table type doesn't support FULLTEXT indexes

執行語法

SELECT * FROM kw WHERE MATCH(id) AGAINST ('ABC' IN BOOLEAN MODE)
SELECT * FROM kw WHERE MATCH(id) AGAINST ('+ABC' IN BOOLEAN MODE)
SELECT * FROM kw WHERE MATCH(id) AGAINST ('*ABC*' IN BOOLEAN MODE)
SELECT MATCH('id') AGAINST ('+ABC' ) as Relevance FROM kw WHERE MATCH ('id') AGAINST('+keyword1 +keyword2') HAVING Relevance > 0.2 ORDER BY Relevance DESC

Google 搜索背后的数据

Sun, 17 Jun 2012 07:25:06 CST

对于互联网用户来说，搜索是一件非常简单的事情。在搜索框输入关键词，回车（或点击搜索框），等待。而对于搜索公司来说，这是一个复杂的技术问题。从你开始搜索到获得结果的短暂时间里，究竟发生了什么？从 Google 发给 Mashable 网站的这幅信息图里，我们可以了解到一些相关的数据。

搜索之前

在你进行搜索之前，Google 的搜索爬虫已经走遍了整个网络，它们从一个链接跳到另一个链接，将数据带回 Google 的服务器。网络就像是一本书，Google 的工作就是为图书建立目录。

Google 建立的目录，其容量已经超过 1 亿 GB。目前为止，Google 已经花费了 100 万个机器小时来构建目录。

搜索之时

从查询开始到获得结果，搜索查询的平均旅行路程是 1500 公里。在此过程中，它可能经过全球不同的数据中心。根据 Google 的说法，1500 是一个平均数字，具体到每次搜索产生的路程不会这么长，因为 Google 总是会寻找最近的数据中心。在用户键入搜索查询的时候，Google 就开始提供对查询的预测，以减少键入时间，这就是 Google Instant。

排名

Google 的排序算法会根据 200 多个信号来决定相关结果。每年，Google 对排序算法有 500 多项改进。这些信号包括：

网页内容的新鲜程度；网站内容的质量；网页的地址和标题；其它网站对某特定站点的链接，以及这些链接的权威性；最好的搜索结果是什么，网页、图片、视频、新闻、个人结果等；网页上的单词；拼写检查；个性化（与你关联的人推荐的结果）。

搜索结果

搜索结果根据相关性排序，同时，Google 还提供了网页预览功能。

每天在 Google 上产生的搜索超过亿次；网页预览的平均加载时间是 1/10 秒；从 2003 年以来，Google 已经回答了 4500 亿个新查询；每天都有 16% 的新查询出现。

Google Trends 增加每日热门搜索榜单，自动整合相关搜索，附带详细背景解释

Tue, 12 Jun 2012 23:46:54 CST

Google Trend今天新增Hot Searches功能，其中提每日最热门的三个搜索关键字的介绍，包括图片、搜索次数、相关搜索关键字、相关新闻背景解释，让你知道每个热门到底是什么意思，为什么成了热门。Google的算法会将同一事件里所有的相关关键字都算在一起来计算。比如今天热门词汇第一名Apple实际上就是WWDC、iOS 6、Apple Store、WWDC 2012等词汇联合在一起计算的。

目前这一功能还只在美版提供，只能看到美国的热门词汇，相信将来会扩展到更多本地化搜索市场。

Via Google Blog

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2012. | 没有评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Google Search, Google Trends, Hot Searches

啊哈，搜索 Yelp，却出现了披着 Yelp 皮的 Zagat 虚假广告

Sun, 30 Oct 2011 23:24:22 CST

TC的Erick Schonfeld发现在手机上搜索Yelp，在真正的Yelp搜索结果上方，会出现一个也叫做Yelp的AdWords广告，但仔细看看，这个广告的链接地址可是Zagat.com哦，就是Google之前以1亿5100万美元收购的餐馆评论信息公司，而Google为了强推自己的Google Places，对Yelp使用各种流氓手段的故事我们之前已经讲过很多次了，这次“披着羊皮的广告”事件似乎也就不足为奇了。

Yelp之前也出席证明Google使用了不正当手段进行垄断的听证会，而Yelp就透露他们有75%的流量都来自与Google的自然搜索结果。你可以想象一下如果搜索Yelp，得到的第一个结果不是Yelp而是Google自己的Zagat.com，对Yelp会带来多么大的打击。当然Yelp也可以选择出更高的价来抢占搜索Yelp后出现的AdWords广告位置，但这就应该正中了Google的阳谋了吧？

Google这么做不等于把自己往“使用不正当手段垄断”的火坑里推吗？

Via TC

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 4 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: AdWords, Google Places, Google Search, Yelp, Zagat

IT瘾search推荐

熬夜爆肝整理的一份elasticsearch中文文档手册

es概括

基本要素

索引操作

创建索引

查询索引

查看所有索引

删除索引

文档操作

文档创建

文档查询

文档删除

文档修改

全量修改

局部更新

URL待条件查询

请求体带参查询

带请求体方式的查找所有内容

查询指定字段

分页查询

查询排序

多条件查询

范围查询

全文检索

完全匹配

高亮查询

分组查询

查询平均值

映射关系

Elasticsearch 與 Kibana 也變成非 Open Source 軟體

解锁Search Ads优化新姿势 |[多盟诚恳分享]

一种利用ngram模型来消除歧义的中文分词方法

jsearch的索引文件结构

必应 Bing 2012 年度热门搜索关键词

Google 增加电影明星的“六度分割理论”搜索 OneBox

Google Search for Android 升级，Google Now 增加目的地天气、本地事件和歌曲识别

Google 测试在移动搜索结果里加入快速预览按钮，带你到适合移动设备观看的网页

Graph Search：貌不惊人的颠覆者

大数据的价值释放

威胁传统流量模式

相关文章：

Google 搜索“site:”运算符高级使用技巧

如你所见，Google正在杀死自然搜索

将书签写进 Google 搜索结果的 Chrome 扩展 GMark

让 Google 滚！

Google 说“要有雪”！于是就有雪了……

Google 的 Chrome 推广活动违反了自己的付费链接政策

Google 现可直接绘制函数了，附送表白利器

一键快速查看历年 Google doodle 图

手动赶走 Google 的“硬又黑”，迎接新导航条

Google “硬又黑”导航条终于下课

Google 小清新界面里那脑残般的下拉条设计

Google+ Direct Connect 发布，加号搜索强制带你到 Google+

Google 尝试给你提供搜索内容背景信息，向知识搜索引擎进化

搜索引擎的时代已经是过去式了

Google Alerts 的替代品：Bing 的 RSS 輸出

Related Posts:

解析世界之搜索—新Google Trends

MySQL Fulltext Search 使用方式

MySQL Fulltext Search 使用方式 與 注意事項

搜尋語法

範例

執行語法

相關網頁

Google 搜索背后的数据

Google Trends 增加每日热门搜索榜单，自动整合相关搜索，附带详细背景解释

啊哈，搜索 Yelp，却出现了披着 Yelp 皮的 Zagat 虚假广告

MySQL Fulltext Search 使用方式與注意事項