今天有位SEO的朋友告訴我，他在上個月接了個SEO單子，承諾三個月內(nèi)將其客戶的關(guān)鍵詞優(yōu)化到baidu自然排名前10，今天他例行檢查排名，發(fā)現(xiàn)其關(guān)鍵詞已經(jīng)做到了一位，十分開心，立即通知客戶，叫客戶簽收，等著收除款，但客戶那邊說搜不到，并沒有像他說的那樣排在百度一 ，一頁根本沒有他們的關(guān)鍵字。朋友開始疑問了，明明自己看到關(guān)鍵了排在百度一，為何到了客戶那里結(jié)果就變了呢？相信大家都遇到過吧！

   導(dǎo)致以上的結(jié)果出現(xiàn)可能是百度有很多的服務(wù)器，存在這樣的更新不同步問題，導(dǎo)致地區(qū)的差異性。

    這樣就能解釋，為什么會有不同搜索結(jié)果的問題了。但為什么我的朋友跟客戶在同一城市里，也會存在搜索結(jié)果的不同呢？這里就涉及到一個IP定位的問題了，互聯(lián)網(wǎng)怎么劃分你是屬于什么區(qū)域呢？就是將IP進(jìn)行分配，比如山東內(nèi)的，就放220.***.***.***號段的IP，而浙江就放222.***.***.***，那么服務(wù)器能根據(jù)用戶IP來判斷你所在的區(qū)域了。但是問題又來了，現(xiàn)在的網(wǎng)絡(luò)服務(wù)商越來越多，不僅僅是電信一家獨(dú)門生意了，這樣導(dǎo)致很多的IP數(shù)據(jù)庫趕不上了IP的誕生速度，從而有了很多IP，被無法識別，被劃分錯區(qū)域。

    我這也遇到過類似的情況就是我這邊搜索的客戶的網(wǎng)站一直是在一頁，但是一段時間之后忽然客戶那邊搜不到了，但是我這邊還在，后跟客戶交流一下，應(yīng)該確定是緩存問題。緩存是因?yàn)樵谝欢ǖ臅r間段內(nèi)的搜索的關(guān)鍵詞集中在一定的范圍內(nèi)，并且這些搜索相對穩(wěn)定。例如每天搜索"美女"的人總有10萬，20萬，而結(jié)果在這段時間相對穩(wěn)定， 因此沒有必要每次去檢索索引文件， 而將上一個人搜索的結(jié)果直接返回便可以了。

　　搜索引擎緩存策略也同搜索引擎的算法密切相連，除了搜索緩存，索引緩存也是一個好方法。獨(dú)立或者分布一些權(quán)重較高的文檔也是一種提高效率的方法。例如我們有1000萬的網(wǎng)頁的權(quán)重（可以簡單的理解為pagerank）比較高，那么這些網(wǎng)頁上海國際男子醫(yī)院的排序相比另外一些權(quán)重較低的網(wǎng)頁相對較為穩(wěn)定，就不妨獨(dú)立出來進(jìn)行相對獨(dú)立的索引緩存。

　　關(guān)于緩存的分布，一般的小型搜索引擎不會用到，但是如果每天處理上億次的搜索，緩存的分布就應(yīng)當(dāng)有一定的分布規(guī)劃，例如根據(jù)提交的關(guān)鍵詞構(gòu)成hash table, 然后對應(yīng)于不同的搜索服務(wù)器，實(shí)現(xiàn)緩存的分布。

　　讓我們看看實(shí)際例子吧，我們拿百度，google, yisou, 中搜，tag.bokee.com 進(jìn)行簡單的測試：

　　因?yàn)闇y試， 要搜索一些在過去7天沒有人搜索過的關(guān)鍵詞， 或者組合詞。為了保證沒有人搜索過， 我選擇在各個網(wǎng)站優(yōu)化在線咨詢搜索引擎里搜索"a s d f v g h" , 這是我在鍵盤上隨機(jī)打出的一些組合， 相信這世界上在7天沒有人相同搜索，這樣保證我的一次的搜索是 fresh search, 就是一定需要搜索引擎去檢索索引文件， 而不是通過緩存策略。

　　以下是結(jié)果：

　　百度： 0.279秒

　　google: 0.24 秒

　　一搜： 0.24 秒

　　中搜： 0.001秒（無結(jié)果?。。。。?/p>

　　博客搜索： 0.041 秒

　　下面是第二次搜索的結(jié)果：

　　百度： 0.001秒

　　google: 0.05 秒

　　一搜： 0.09 秒

　　中搜： 0.002秒（無結(jié)果！?。。。?/p>

　　博客搜索： 0.019 秒

　　經(jīng)過簡單的測試， 可以看出緩存機(jī)制只有在Baidu和google搜索引擎里都有， 但是各自效率不一樣， 如下是簡單的比例：

　　百度： 100

　　google: 5

　　一搜： 沒有明顯的緩存

　　中搜： 沒有明顯的緩存

　　博客搜索： 沒有明顯的緩存

　　而在緩存效率上百度要遠(yuǎn)遠(yuǎn)大于google, 這點(diǎn)大概是因?yàn)間oogle的gfs本身的分布效率已經(jīng)相當(dāng)不錯， 因此進(jìn)行緩存也不會有數(shù)量級的提升。

　　而百度， 根據(jù)測試可能是集中方式的數(shù)據(jù)存儲， 但是根據(jù)搜索進(jìn)行hash分布， 因此才會在緩存上有顯著的提升。（這個屬于猜測，大家要有更合理的解釋，也可以跟我們交流。）