CN104424199A - 搜索方法和装置 - Google Patents
搜索方法和装置 Download PDFInfo
- Publication number
- CN104424199A CN104424199A CN201310367225.6A CN201310367225A CN104424199A CN 104424199 A CN104424199 A CN 104424199A CN 201310367225 A CN201310367225 A CN 201310367225A CN 104424199 A CN104424199 A CN 104424199A
- Authority
- CN
- China
- Prior art keywords
- search results
- request
- query request
- caching query
- searching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/172—Caching, prefetching or hoarding of files
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请涉及搜索方法和装置。该方法包括:接收用户的搜索请求;将搜索请求转换成按照缓存粒度配置的缓存查询请求;根据缓存查询请求,在缓存中查询与缓存查询请求对应的搜索结果,其中缓存中的搜索结果的缓存粒度相同;以及从与缓存查询请求对应的搜索结果中提取出与搜索请求对应的搜索结果并返回给用户。由此能够提高缓存命中率,减轻对搜索引擎的访问压力,缩短搜索处理时间,以及提升用户体验。
Description
技术领域
本申请涉及数据处理领域,尤其涉及一种搜索方法和装置。
背景技术
随着互联网技术的发展,用户在网上搜索信息已非常普遍。通常,网站服务系统接收来自用户的搜索访问,并根据该搜索访问向用户返回相应的搜索结果。由于搜索结果的数量往往非常大,不能在一个网页中或一个界面中完全显示出来,所以针对搜索结果的显示,存在各种不同的显示方式,以便于用户可以通过操作浏览所有搜索结果。
在搜索结果页面(Search Result Page,SRP)中展现搜索结果目前常用的有两种方式:翻页式和瀑布流式。翻页式是当搜索结果超过一个页面展示数量后,采用通过点击查看下一页上一页的方式来浏览全部结果。瀑布流式视觉表现为参差不齐的多栏布局,随着页面滚动条向下滚动,当前数据展示完毕后还会不断加载数据块并附加至当前尾部,以此浏览全部结果。
目前,对于通过Web网页方式的访问,网站服务系统通常使用翻页方式显示搜索结果给用户,而对于通过客户端程序方式的访问,网站服务系统通常使用瀑布流方式显示搜索结果给用户。
图1示出了网站服务系统用于处理用户的搜索访问的典型系统架构。下面结合图1描述目前网站服务系统根据用户的搜索访问获取搜索结果的工作流程。
典型地,某网站搜索提供Web网页搜索服务和移动客户端搜索服务。如图1所示,当用户通过浏览器搜索,发送http请求到Web服务器110。Web服务器110接收用户请求,并根据用户请求生成适于翻页显示方式的搜索请求。该搜索请求包括用户查询关键词、所需返回的搜索结果的起始位置以及所需返回的搜索结果的数量。然后,Web服务器110根据搜索请求访问缓存服务器130以查询在缓存中是否存在与该搜索请求对应的搜索结果,即缓存是否命中;如果命中,则Web服务器110从缓存中直接得到搜索结果,返回给用户;如果未命中,则Web服务器110请求搜索引擎140根据上述生成的搜索请求进行搜索以得到相应的搜索结果,并将搜索结果返回给用户,同时将相应的搜索结果存储到缓存服务器130中,以供下一次请求使用。
而当用户通过移动客户端访问搜索网站,发送请求到移动互联网服务器120时,移动互联网服务器120接收用户请求,并根据用户请求生成适于瀑布流显示方式的搜索请求。该搜索请求也包括用户查询关键词、所需搜索结果的起始位置以及所需搜索结果的数量。然后,移动互联网服务器120根据搜索请求访问缓存服务器130以查询在缓存中是否存在与该搜索请求对应的搜索结果,即缓存是否命中。如果命中,则移动互联网服务器120从缓存服务器130中直接得到搜索结果,返回给用户;如果不命中,则移动互联网服务器120请求搜索引擎140根据上述生成的搜索请求进行搜索以得到相应的搜索结果,并将搜索结果返回给用户,同时将相应的搜索结果存储到缓存服务器130中,以供下一次请求使用。
举例来说,假设用户搜索“苹果iphone4”,共有18个商品匹配。
在翻页显示方式下,一页展示10个商品。
第一页需要的是前10个结果,对应的搜索请求包括的关键词为“苹果iphone4”、搜索结果的起始位置参数为“0”、搜索结果展示数为“10”。则搜索引擎构造的搜索请求可以表示为“q=苹果iphone4&s=0&n=10”。搜索引擎返回的结果为经过排序模型排序后的前10个搜索结果。
第二页需要的是第11-20个结果,对应的搜索请求可以表示为“q=苹果iphone4&s=10&n=10”。返回结果为经过排序模型排序后的后8个结果。
在瀑布流显示方式下,第一次展示5个商品,后续每次加载3个商品。
第一次加载5个商品,对应的搜索请求可以表示为“q=苹果iphone4&s=0&n=5”。返回结果为经过排序模型排序后的前5个搜索结果。
第二次加载3个商品,对应的搜索请求为可以表示为“q=苹果iphone4&s=5&n=3”。返回结果为经过排序模型排序后的第6个至第8个搜索结果。
第三次加载3个商品,对应的搜索请求可以表示为“q=苹果iphone4&s=8&n=3”。返回结果为经过排序模型排序后的第9个至第11个搜索结果。
其中,q为用户查询的关键词,s为所需返回的搜索结果的起始位置参数,n为所需返回的搜索结果的数量。
起始位置参数、需返回的搜索结果的数量不同时,搜索引擎生成的搜索请求不同。对于提供不同的搜索结果显示方式(比如翻页显示方式和瀑布流显示方式)的移动互联网服务器120而言,在用户输入同样的查询词的条件下,因为搜索结果显示方式的不同,搜索引擎生成的搜索请求也很可能会不同。
而通常缓存服务器存储搜索结果的方式是典型的键-值(key-value)型存储。缓存服务器存储搜索结果时,以搜索请求作为键来建立索引,键对应的键值则为搜索结果。即搜索请求与搜索结果在缓存中一一对应。针对诸如翻页和瀑布流之类的不同显示方式而言,由于搜索请求不同,即使两者在缓存服务器中分别对应的搜索结果有重叠,也不能实现在缓存中的搜索结果的共用。这样,搜索结果显示方式的不同会降低搜索请求命中缓存服务器中缓存的搜索结果的概率,导致后端搜索引擎的访问压力大,以及缓存的容量要求高。
举例来说,假设用户在使用关键词“苹果iphone4”进行商品搜索时,某一用户在前一时刻使用翻页式显示方式获取搜索结果,而另一用户或同一用户在后一时刻使用瀑布流式显示方式获取搜索结果。使用翻页式显示方式的用户分别先后进行了展示第一页搜索结果及翻页到第二页的操作。使用瀑布流式显示方式的用户分别先后进行了搜索结果的第一次加载、第二次加载及第三次加载等操作。在用户进行上述的操作后,缓存服务器保存内容如下表1所示:
表1
上面的用户操作对应的搜索请求虽然包含的关键词相同,但搜索结果的起始位置参数、搜索结果的数量参数不同,因此上述搜索请求也各不相同。按照现有缓存服务器通常缓存搜索结果的方式,虽然用户在前一时刻使用翻页式显示方式获取的搜索结果已经在缓存中存在,但用户在后一时刻使用瀑布流式显示方式获取搜索结果时也不能使用用户在前一时刻使用翻页式显示方式缓存的所述搜索结果。
针对上述问题有一个快捷的解决方案,即强制设定翻页方式下一页商品的展示数量和瀑布流方式下每次加载的数量相同,这样s参数和n参数就匹配,搜索请求相同,从而能公用缓存。
但是这种方式实际上不可行。因为翻页方式下一页商品的数量和瀑布流方式下每次加载的数量是由应用场景决定的。举例说明:Web方式下常用的翻页方式一般要求一页商品数量较多,因为翻页有一定的操作成本。而移动客户端由于其网络环境和硬件限制,常采用的瀑布流方式一般要求一次请求的数量较少,按需请求,避免浪费流量,缩短处理时间。两种展现样式有各自独立发展的需求,上述强制设定会制约应用的发展。
发明内容
因此,本申请的主要目的在于提供一种数据处理技术,使得在不影响诸如翻页方式和瀑布流方式的显示方式的应用场景情况下,允许针对不同显示方式的搜索请求能最大限度地共用缓存,有效地提升缓存命中率,减少对搜索引擎的访问,缩短搜索处理时间,以及提升用户体验。
根据本申请的一个方面,提供一种搜索方法,其特征在于,包括:接收用户的搜索请求;将搜索请求转换成按照缓存粒度配置的缓存查询请求;根据缓存查询请求,在缓存中查询与缓存查询请求对应的搜索结果,其中缓存中的搜索结果的缓存粒度相同;以及从与缓存查询请求对应的搜索结果中提取出与搜索请求对应的搜索结果并返回给用户。
根据本申请的另一方面,提供一种搜索装置,其特征在于,包括:接收模块,用于接收用户的搜索请求;转换模块,用于将搜索请求转换成按照缓存粒度配置的缓存查询请求;查询模块,用于根据缓存查询请求,在缓存中查询与缓存查询请求对应的搜索结果,其中缓存中的搜索结果的缓存粒度相同;以及提取和返回模块,用于从与缓存查询请求对应的搜索结果中提取出与搜索请求对应的搜索结果并返回给用户。
与现有技术相比,根据本申请的技术方案,能够提高缓存命中率,减轻对搜索引擎的访问压力,缩短搜索处理时间,以及提升用户体验。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了现有技术中的网站服务系统的典型系统架构示意图;
图2示出了根据本申请一个实施例的网站服务系统的系统架构示意图;
图3示出了根据本申请一个实施例的搜索方法的流程图;
图4示出了根据本申请另一实施例的搜索方法的流程图;以及
图5示出了根据本申请一个实施例的搜索装置的结构框图。
具体实施方式
本申请的主要思想就在于,通过将接收到的用户搜索请求统一转换成按照缓存粒度配置的缓存查询请求,并且在缓存中以该缓存查询请求为键建立索引的方式存储相应的搜索结果。由此对于针对不同显示方式的搜索请求,可以共用缓存中的搜索结果,缓存命中率得以提高,同时对缓存容量的要求降低,并且对后端搜索引擎的访问量大大减少,整个系统性能得到大幅提高。
为便于理解本申请构思,下面结合图2描述根据本申请一个实施例的网站服务系统的系统架构实现。
图2的网站服务系统200包括Web服务器210、移动客户端服务器220、缓存服务器230、搜索引擎240和搜索请求服务器250。
下面具体描述图2的网站服务系统200的工作流程。
当用户通过个人电脑中的浏览器访问网站搜索,发送http请求到Web服务器210时,Web服务器210接收用户请求,并根据用户请求生成适于翻页显示方式的第一搜索请求。第一搜索请求包括查询关键词、所需搜索结果的起始位置参数以及所需搜索结果的数量。
搜索请求服务器250接收来自Web服务器210的第一搜索请求,并将该第一搜索请求转换成按照缓存粒度配置的缓存查询请求。搜索请求服务器250使用缓存查询请求在缓存服务器230中查询对应的搜索结果,即查询缓存中是否存在所述缓存查询请求对应的搜索结果。
缓存服务器以键-值(key-value)型存储方式存储搜索结果。其中,缓存查询请求作为键来建立索引,键对应的键值则为搜索结果。在本实施例中,所述缓存粒度限定一笔缓存查询请求对应的搜索结果在缓存中允许存储的数量。
其中,根据第一搜索请求生成的缓存查询请求包含:查询关键词、所需搜索结果的起始位置参数以及所需搜索结果的数量。缓存查询请求的查询关键词与第一搜索请求的查询关键词相同。缓存查询请求中的所需搜索结果的数量由预先配置的缓存粒度限定。
具体而言,缓存查询请求中的所需搜索结果的数量可以配置为缓存粒度限定的数量。缓存查询请求中的起始位置参数根据所述缓存粒度限定的数量与第一搜索请求中的起始位置参数确定。具体而言,可以将缓存查询请求中的起始位置参数设定为缓存粒度限定的数量的整数倍(比如倍数可以是0、1、2或3等)。缓存查询请求中的起始位置参数小于或等于第一搜索请求中的起始位置参数,且缓存查询请求中的起始位置参数与缓存粒度之和大于或等于第一搜索请求中的起始位置参数。
如果缓存中存在所述缓存查询请求对应的搜索结果,则从缓存中获取所述缓存查询请求对应的搜索结果,并从这些搜索结果中提取出与第一搜索请求对应的搜索结果,并返回给Web服务器210。由Web服务器210将搜索结果返回给用户。
如果缓存中不存在所述缓存查询请求对应的搜索结果,则搜索请求服务器250请求搜索引擎240根据缓存查询请求进行搜索以得到相应的搜索结果。然后从得到的搜索结果中提取出与第一搜索请求对应的搜索结果,并返回给Web服务器210,以由Web服务器210返回给用户。同时将相应的搜索结果以设定的缓存粒度存储到缓存服务器230中,以供下一次请求使用。其中,每一缓存查询请求对应的搜索结果都是以相同的缓存粒度存储在缓存中。
类似地,当用户通过移动客户端访问网站搜索,发送请求到移动互联网服务器220时,移动互联网服务器220接收用户请求,并根据用户请求生成适于瀑布流显示方式的第二搜索请求。该第二搜索请求包括查询关键词、所需搜索结果的起始位置参数以及所需搜索结果的数量。搜索请求服务器250接收移动互联网服务器220生成的第二搜索请求,并将该第二搜索请求转换成按照缓存粒度配置的缓存查询请求,以在缓存服务器230中查询对应的搜索结果,即查询缓存中是否存在所述缓存查询请求对应的搜索结果。。
其中,根据第二搜索请求生成的缓存查询请求包含:查询关键词、所需搜索结果的起始位置参数以及所需搜索结果的数量。缓存查询请求的查询关键词与第二搜索请求的查询关键词相同。缓存查询请求中的所需搜索结果的数量由预先配置的缓存粒度限定。具体而言,缓存查询请求中的所需搜索结果的数量可以配置为缓存粒度限定的数量。缓存查询请求中的起始位置参数可以根据缓存粒度限定的数量与第二搜索请求中的起始位置参数确定。具体而言,可以将缓存查询请求中的起始位置参数设定为缓存粒度限定的数量的整数倍(比如倍数可以是0、1、2或3等)。缓存查询请求中的起始位置参数小于或等于第二搜索请求中的起始位置参数。并且,缓存查询请求中的起始位置参数与缓存粒度之和大于或等于第二搜索请求中的起始位置参数。
如果缓存中存在所述缓存查询请求对应的搜索结果,则从缓存中获取所述缓存查询请求对应的搜索结果。从缓存中获取的搜索结果并不一定是与第二搜索请求对应的搜索结果。因此,搜索请求服务器250可以对缓存中获取的搜索结果进一步进行处理(比如数据的裁切),以提取出与第二搜索请求对应的搜索结果。所述第二搜索请求对应的搜索结果由搜索请求服务器250返回给移动互联网服务器220,并进一步由移动互联网服务器220返回给用户。
如果缓存中不存在所述缓存查询请求对应的搜索结果,则搜索请求服务器250请求搜索引擎240根据缓存查询请求进行搜索以得到相应的搜索结果。然后搜索请求服务器250从得到的搜索结果中提取出与第二搜索请求对应的搜索结果,并返回给移动互联网服务器220,以由移动互联网服务器220返回给用户。同时搜索请求服务器250将相应的搜索结果存储到缓存服务器230中,以供下一次请求使用。
以上描述的根据本申请实施例的网站服务系统的系统架构仅为示例,本申请并不限于此,而是本申请的发明构思(即搜索请求服务器的功能)可以以任意形式实施于本领域已知或未来开发的任意服务器系统中。例如,尽管上述实施例是将本申请方案实施于诸如搜索请求服务器的分立组件上,通过搜索请求服务器这样的独立服务器来完成从搜索请求到缓存查询请求的转换以及完成与缓存服务器和搜索引擎的交互来实现缓存的查询和搜索结果的提取,但本申请并不对此作任何限制,而是还可以将本申请方案作为一个组成模块实施于网站服务系统上的诸如Web服务器、移动客户端服务器、搜索引擎服务器、缓存服务器的各种服务器设备中,由Web服务器和/或移动互联网服务器等本身来完成从搜索请求到缓存查询请求的转换以及完成与缓存服务器和搜索引擎服务器的交互以实现缓存的查询和搜索结果的提取,或者由搜索引擎服务器完成从搜索请求到缓存查询请求的转换以及完成与缓存服务器的交互以实现缓存的查询和搜索结果的提取,或者由缓存服务器完成从搜索请求到缓存查询请求的转换以及完成缓存的查询和与搜索引擎服务器的交互以实现搜索结果的提取。另外,除了针对瀑布流显示方式的移动互联网服务器和针对翻页显示方式的Web服务器之外,服务器系统还可以包括针对本领域已知或未来开发的任意其它显示方式的其它服务器。此外,尽管在上述示出的架构中缓存服务器作为一个分立组件实施,但缓存服务器也可以作为一个组成模块实施在Web服务器、移动客户端服务器或搜索引擎服务器等上。
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
根据本申请的实施例,提供了一种搜索方法。该方法可以适用于诸如上述网站服务系统之类的任意服务器系统中,并且可以在该服务器系统中的任意服务器设备上实施。
图3示出了根据本申请一个实施例的搜索方法300的流程图。
如图3所示,在步骤S310处,接收用户的搜索请求。
具体而言,网站服务系统可以接收用户搜索请求。用户的搜索请求可以通过浏览器进行,这时用户的搜索请求可以是http请求。此外,用户也可以通过下载的其他网站客户端程序提交搜索请求。搜索请求的内容可以涉及:例如用户通过点击上一页或下一页等来访问翻页显示方式下的一页页面内容,瀑布流显示方式下的一次或多次加载的内容,等等。
具体而言,如上所述,针对用户通过浏览器的搜索访问和通过移动客户端的搜索访问,诸如Web服务器和移动客户端服务器的网站服务系统根据搜索结果的显示方式对用户的搜索请求进行配置。例如,对于通过浏览器提交的搜索请求,Web服务器可以将该搜索请求配置为针对翻页显示方式的格式。而针对用户的网站客户端访问的搜索请求,移动客户端服务器可以将该搜索请求配置为针对瀑布流显示方式的格式。这里应理解到,本申请对搜索请求的来源和搜索结果的显示方式并不作任何限制。这里强调的是,本申请发明构思适用于处理针对任意显示方式的搜索请求,即,这里的显示方式并不限于上述的翻页和瀑布流方式,而是可以包括本领域已知或未来开发的其它任意显示方式。
在一个具体实施例中,所述搜索请求至少可以包括查询关键词、所需搜索结果的起始位置参数和所需搜索结果的数量,但本申请对此不作限制,根据需要,该搜索请求还可以包括其它适当信息。
举例而言,如背景技术部分中提及的示例,假设用户查询关键词为“苹果iphone4”,则当用户通过浏览器访问翻页方式下的第一页时,每页允许展示的搜索结果的数量为10,则生成的搜索请求可以记作:“q=苹果iphone4&s=0&n=10”。其中q为用户查询的关键词,s为所需返回的搜索结果的起始位置,n为所需返回的搜索结果的数量。而当用户通过移动客户端在瀑布流方式下访问时,第一次加载对应的搜索请求可以记作“q=苹果iphone4&s=0&n=5”。可见,针对不同显示方式,搜索请求的对应的各项参数值可能不同。
接下来,在步骤S320处,将搜索请求转换成按照缓存粒度配置的缓存查询请求。
即,将不同格式的搜索请求转换成适应于缓存的统一缓存粒度的搜索请求,以使得针对不同格式的搜索请求能够共用缓存中的搜索结果,提高缓存命中率。
更具体而言,网站服务系统可以将不同的搜索请求转换成按照缓存粒度配置的缓存查询请求。在一个具体实施例中,缓存查询请求至少可以包括查询关键词、所需搜索结果的起始位置参数以及所需搜索结果的数量。在本实施例中,所述缓存粒度即为缓存查询请求中的所需搜索结果的数量。其中,缓存查询请求的查询关键词与搜索请求的查询关键词相同。缓存查询请求中的所需搜索结果的数量由预先配置的缓存粒度限定。具体而言,缓存查询请求中的所需搜索结果的数量可以配置为缓存粒度限定的数量。缓存查询请求中的起始位置参数可以根据缓存粒度限定的数量与搜索请求中的起始位置参数确定。具体而言,可以将缓存查询请求中的起始位置参数配置为缓存粒度的整数倍。其中,缓存查询请求中的起始位置参数小于或等于搜索请求中的起始位置参数,且缓存查询请求中的起始位置参数与缓存粒度之和大于或等于搜索请求中的起始位置参数。例如,假设缓存粒度为20,则缓存查询请求中的起始位置参数可以为0、20、40或60。进一步地,假设搜索请求中的关键词为“苹果iphone4”,所需搜索结果的起始位置参数为50,所需搜索结果的数量为5。所述搜索请求可以记作“q=苹果iphone4&s=50&n=5”。根据所述搜索请求,需要返回给用户第51-55个搜索结果。则生成的缓存查询请求可以表示为“q=苹果iphone4&s=40&n=20”,即查询缓存中是否存在第41-60个相关商品。在所述缓存查询请求中,n即为缓存粒度。
优选地,可以预先设定缓存粒度。应理解到,也可以根据需要实时设定或选择缓存粒度。
关于缓存粒度的设定,可以通过本领域已知或未来开发的任意合适方式来完成。
在一个具体实施例中,可以结合用户行为历史信息来设定缓存粒度。
具体而言,用户行为历史信息可以包括对诸如用户搜索行为、翻页行为、下拉加载行为之类的用户访问行为的统计信息。例如,针对某一类查询关键词,用户可能倾向于翻多页,这样可以在针对第一页请求时直接请求更多页的内容,由此后续翻页请求可以按照本申请的方案而方便地在缓存中满足。因此,根据诸如此类的统计信息,可以设定缓存粒度,例如将缓存粒度设定为一页显示数量的整数倍,从而提高缓存命中率。该实施例尤其适用于针对单一显示方式的搜索请求的处理优化。
在另一个具体实施例中,可以根据针对不同显示方式的不同搜索请求中的所需搜索结果的数量来设定缓存粒度。
具体而言,为了针对不同搜索请求能够共用缓存,缓存粒度需要大于或等于不同搜索请求中的所需搜索结果数量之中的最大者。优选地,可以根据针对不同显示方式的不同搜索请求中所需搜索结果数量之中最大者的整数倍来设定所述缓存粒度。举例而言,假设翻页方式下的一页显示数量为10,瀑布流方式下的一页显示数量为3。缓存粒度可以是最大者的整数倍,即10、20、30、……。
下面仍以背景技术中提及的示例来举例说明,如表2所示,假设缓存粒度设定为20。
表2
由此可见,与现有技术相比(参见前面的表1),根据本申请的方案,5次访问只需要请求搜索引擎1次,缓存内容1条(参见下面的表3)。第一访问后缓存服务器保存内容如下表3所示:
表3
因此,根据针对不同显示方式的不同搜索请求中所需搜索结果数量之中最大者的整数倍来设定缓存粒度,可以提高缓存命中率,减少对搜索引擎的访问。
可以理解的,实际可以获取的搜索结果并不一定能满足搜索请求或缓存查询请求中所需搜索结果数量。例如,表2及表3所述示例中,实际可以获取的搜索结果数为18,小于缓存查询请求所需搜索结果数量。因此,在本例中,缓存粒度用于限定每一笔缓存查询请求对应的搜索结果在缓存中允许存储的数量,而并不一定与每一笔缓存查询请求对应的搜索结果实际在缓存中存储的数量相同。每一笔缓存查询请求对应的搜索结果实际在缓存中存储的数量一般来说小于或等于缓存粒度。
然而,缓存粒度并非越大越好。下面描述本申请发明人的实验分析。合理假设搜索引擎处理时间一般超过缓存处理时间。搜索引擎处理时间和“s+n”有关,缓存处理时间一般恒定。仍以上述示例来进行说明,与各搜索请求对应的搜索引擎处理时间和缓存服务器处理时间如下表4所示。
表4
假设用户访问搜索的模式1为:100次翻页第一页访问,50次翻页第二页访问,80次瀑布流第一次加载,60次第二次加载,20次第三次加载。缓存粒度为10和20的情况下的总处理时间如下表5所示:
表5
由此可见,在上述用户访问搜索模式1的情况下,比较优选的是,缓存粒度为20。
假设用户访问搜索的模式2为:100次翻页第一页访问,20次翻页第二页访问,80次瀑布流第一次加载,60次第二次加载,20次第三次加载。缓存粒度为10和20的情况下的总处理时间如下表6所示:
表6
由此可见,在上述用户访问搜索模式2的情况下,比较优选的是,缓存粒度为10。
因此,可以结合搜索引擎处理时间、缓存服务器处理时间以及用户搜索访问模式等因素来根据需要综合考虑缓存粒度的设定,以便实现系统性能优化。
以上描述的是通过缓存粒度的选择方式上考虑的系统性能优化方案,但本申请并不限于此,还可以从其他方面考虑对系统性能的进一步优化,例如从搜索请求的所需搜索结果数量的设定上考虑。
在一个优选实施例中,可以对不同显示方式下的不同搜索请求中的所需搜索结果的数量进行设定,使得其中最大数量均为其它数量的整数倍。
具体而言,通过合理选择不同显示方式下的一页显示数量或一次加载数量,使得其中的最大数量均为其它数量的整数倍,由此可以减少缓存访问次数。如上例:翻页方式一页展示10个商品,瀑布流方式一次加载3个商品,则瀑布流方式下第四次加载为了取到第10-12个商品,需要访问缓存2次。如果翻页方式一页展示10个商品,瀑布流方式一次加载5个商品,则只需要访问缓存1次。
因此,通过本优选实施例的方案,可以进一步减少缓存访问次数。
至此,在将搜索请求转换成按照缓存粒度配置的缓存查询请求之后,接着参考图3,在步骤S330处,根据缓存查询请求,在缓存中查询与缓存查询请求对应的搜索结果,其中缓存中的搜索结果的缓存粒度相同。
具体而言,缓存(缓存服务器230)的存储方式是典型的键值(key-value)存储。根据本申请的实施例,缓存中的键/索引为上述缓存查询请求,值为搜索引擎的搜索结果。因此,根据缓存查询请求,就可以在缓存中查询与缓存查询请求对应的搜索结果。参考前面的示例,例如表2中的第2次访问,即翻页第二页,缓存查询请求为“q=苹果iphone4&s=0&n=20”。而此时缓存中已存有在第1次访问时存入的与该缓存查询请求对应的搜索结果(参考表3),所以针对第2次访问,在缓存中就可以查询到相应的搜索结果。
接下来,在步骤S340处,从与缓存查询请求对应的搜索结果中提取出与搜索请求对应的搜索结果并返回给用户。
具体而言,在步骤S330处查询到与缓存查询请求对应的搜索结果之后,按照搜索请求中所需搜索结果的起始位置参数和所需搜索结果的数量,从缓存中提取出相应的搜索结果,并返回给用户。
参考前面的示例,例如针对表2中的第2次访问,在缓存中查询到与缓存查询请求“q=苹果iphone4&s=0&n=20”对应的搜索结果为“商品1,商品2,商品3,商品4,商品5,商品6,商品7,商品8,商品9,商品10,商品11,商品12,商品13,商品14,商品15,商品16,商品17,商品18”。按照搜索请求“q=苹果iphone4&s=10&n=10”中所需搜索结果的起始位置参数(s=10)和所需搜索结果的数量(n=10),可以从缓存的搜索结果中提取出与搜索请求对应的搜索结果“商品11,商品12,商品13,商品14,商品15,商品16,商品17,商品18”,并返回给用户。
至此描述了根据本申请实施例的搜索方法。基于该方法,可以提高缓存命中率,减少对搜索引擎的访问,从而缩短搜索处理时间,提升用户体验。
下面结合图4描述根据本申请另一实施例的搜索方法400。
如图4所示,该方法400可以包括步骤S410-S460,其中步骤S410、S420分别与图3中的步骤S310、S320类似,因此这里不再赘述,而仅具体描述与图3不同的操作步骤。
在将搜索请求转换成按照缓存粒度配置的缓存查询请求之后,在步骤S430处,根据缓存查询请求,在缓存中查询是否存在与缓存查询请求对应的搜索结果,即缓存是否命中。
如果缓存中存在与缓存查询请求对应的搜索结果,即缓存命中,则进行到步骤S460。
如果缓存中不存在与缓存查询请求对应的搜索结果,即缓存未命中,则进行到步骤S440。
在步骤S440处,从搜索引擎获取与缓存查询请求对应的搜索结果。
具体而言,网站服务系统可以向搜索引擎发送请求,以请求搜索引擎根据缓存查询请求来进行搜索并获取到与缓存查询请求对应的搜索结果。
在步骤S450处,将与缓存查询请求对应的搜索结果存储到缓存中。
具体而言,网站服务系统可以将从搜索引擎获取到的搜索结果存储到缓存中,以供下一次请求使用。
在步骤S460处,从与缓存查询请求对应的搜索结果中提取出与搜索请求对应的搜索结果。该步骤与图3中的步骤S340类似。
具体而言,在步骤S440和S450中获取并存储了与缓存查询请求对应的搜索结果之后,按照搜索请求中所需搜索结果的起始位置参数和所需搜索结果的数量,网站服务系统可以从缓存中提取出相应的搜索结果,并返回给用户。
至此描述了根据本申请另一实施例的搜索方法。基于该方法,同样可以提高缓存命中率,减少对搜索引擎的访问,从而缩短搜索处理时间,提升用户体验。
以上所描述的搜索方法仅为本申请的优选示例,本申请不限于此,而是还可以进行各种改型。例如,在上述实施例中描述到,在从搜索引擎获取到与缓存查询请求对应的搜索结果之后,在将与缓存查询请求对应的搜索结果存储到缓存后,从与缓存查询请求对应的搜索结果中提取出与搜索请求对应的搜索结果。但应理解到,可以在将与缓存查询请求对应的搜索结果存储到缓存之前或同时,从与缓存查询请求对应的搜索结果中提取出与搜索请求对应的搜索结果。
与上述搜索方法类似,本申请实施例还提供了相应的装置。
图5示出了根据本申请一个实施例的搜索装置500的结构框图。
如图5所示,装置500可以包括接收模块510、转换模块520、查询模块530以及提取和返回模块540。
具体而言,接收模块510可以用于接收用户的搜索请求。转换模块520可以用于将搜索请求转换成按照缓存粒度配置的缓存查询请求。查询模块530可以用于根据缓存查询请求,在缓存中查询与缓存查询请求对应的搜索结果,其中缓存中的搜索结果的缓存粒度相同。提取和返回模块540可以用于从与缓存查询请求对应的搜索结果中提取出与搜索请求对应的搜索结果。
根据本申请的实施例,当缓存中不存在与缓存查询请求对应的搜索结果时,查询模块530可以进一步用于:从搜索引擎获取与缓存查询请求对应的搜索结果;以及将与缓存查询请求对应的搜索结果存储到缓存中。
根据本申请的实施例,搜索请求至少可以包括查询关键词、所需搜索结果的起始位置参数和所需搜索结果的数量。
根据本申请的实施例,缓存粒度限定一笔缓存查询请求对应的搜索结果在缓存中允许存储的数量。
根据本申请的实施例,缓存查询请求至少可以包括所述查询关键词、所需搜索结果的起始位置参数和所需搜索结果的数量。所述缓存查询请求中的起始位置参数配置为缓存粒度的整数倍。其中,起始位置参数小于或等于搜索请求中的起始位置参数,且所述缓存查询请求中的起始位置参数与缓存粒度之和大于或等于搜索请求中的起始位置参数。并且,所述缓存查询请求中的所需搜索结果的数量配置为缓存粒度限定的数量。
根据本申请的实施例,缓存粒度是可以根据针对不同显示方式的不同搜索请求中的所需搜索结果的数量来设定的。优选地,缓存粒度是可以根据针对不同显示方式的不同搜索请求中所需搜索结果数量之中最大者的整数倍来设定的。更优选地,不同显示方式下的不同搜索请求中的所需搜索结果的数量可以设定成使得其中最大数量均为其它数量的整数倍。
根据本申请的实施例,可以结合用户行为历史信息来设定缓存粒度。
类似地,根据本申请实施例的搜索装置,同样可以提高缓存命中率,减少对搜索引擎的访问,从而缩短搜索处理时间,提升用户体验。
以上描述的搜索装置与之前描述的搜索方法的处理是对应的,因此,关于更详细的技术细节,可以参见之前描述的对应方法。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (18)
1.一种搜索方法,其特征在于,包括:
接收用户的搜索请求;
将所述搜索请求转换成按照缓存粒度配置的缓存查询请求;
根据所述缓存查询请求,在缓存中查询与所述缓存查询请求对应的搜索结果,其中缓存中的搜索结果的缓存粒度相同;以及
从与所述缓存查询请求对应的搜索结果中提取出与所述搜索请求对应的搜索结果并返回给用户。
2.根据权利要求1所述的方法,其特征在于,当所述缓存中不存在与所述缓存查询请求对应的搜索结果时,所述根据所述缓存查询请求在缓存中查询与所述缓存查询请求对应的搜索结果的步骤进一步包括:
从搜索引擎获取与所述缓存查询请求对应的搜索结果;以及
将与所述缓存查询请求对应的搜索结果存储到所述缓存中。
3.根据权利要求1所述的方法,其特征在于,所述缓存粒度限定一笔缓存查询请求对应的搜索结果在缓存中允许存储的数量。
4.根据权利要求1所述的方法,其特征在于,所述搜索请求至少包括查询关键词、所需搜索结果的起始位置参数和所需搜索结果的数量。
5.根据权利要求4所述的方法,其特征在于,所述缓存查询请求至少包括所述查询关键词、所需搜索结果的起始位置参数和所需搜索结果的数量,
其中,所述缓存查询请求中的所需搜索结果的起始位置参数配置为缓存粒度的整数倍,使得所述缓存查询请求中的起始位置参数小于或等于所述搜索请求中的起始位置参数且所述缓存查询请求中的起始位置参数与缓存粒度之和大于或等于所述搜索请求中的起始位置参数,并且
所述缓存查询请求中的所需搜索结果的数量配置为所述缓存粒度限定的数量。
6.根据权利要求1所述的方法,其特征在于,根据针对不同显示方式的不同搜索请求中的所需搜索结果的数量来设定所述缓存粒度。
7.根据权利要求6所述的方法,其特征在于,根据针对不同显示方式的不同搜索请求中所需搜索结果数量之中最大者的整数倍来设定所述缓存粒度。
8.根据权利要求7所述的方法,其特征在于,对不同显示方式下的不同搜索请求中的所需搜索结果的数量进行设定,使得其中最大数量均为其它数量的整数倍。
9.根据权利要求1-8中任一项所述的方法,其特征在于,结合用户行为历史信息来设定所述缓存粒度。
10.一种搜索装置,其特征在于,包括:
接收模块,用于接收用户的搜索请求;
转换模块,用于将所述搜索请求转换成按照缓存粒度配置的缓存查询请求;
查询模块,用于根据所述缓存查询请求,在缓存中查询与所述缓存查询请求对应的搜索结果,其中,缓存中的搜索结果的缓存粒度相同;以及
提取和返回模块,用于从与所述缓存查询请求对应的搜索结果中提取出与所述搜索请求对应的搜索结果并返回给用户。
11.根据权利要求10所述的装置,其特征在于,当所述缓存中不存在与所述缓存查询请求对应的搜索结果时,所述查询模块进一步用于:
从搜索引擎获取与所述缓存查询请求对应的搜索结果;以及
将与所述缓存查询请求对应的搜索结果存储到所述缓存中。
12.根据权利要求10所述的装置,其特征在于,所述缓存粒度限定一笔缓存查询请求对应的搜索结果在缓存中允许存储的数量。
13.根据权利要求10所述的装置,其特征在于,所述搜索请求至少包括查询关键词、所需搜索结果的起始位置参数和所需搜索结果的数量。
14.根据权利要求13所述的装置,其特征在于,所述缓存查询请求至少包括所述查询关键词、所需搜索结果的起始位置参数和所需搜索结果的数量,
其中,所述缓存查询请求中的所需搜索结果的起始位置参数配置为缓存粒度的整数倍,使得所述缓存查询请求中的起始位置参数小于或等于所述搜索请求中的起始位置参数且所述缓存查询请求中的起始位置参数与缓存粒度之和大于或等于所述搜索请求中的起始位置参数,并且
所述缓存查询请求中的所需搜索结果的数量配置为所述缓存粒度限定的数量。
15.根据权利要求10所述的装置,其特征在于,所述缓存粒度是根据针对不同显示方式的不同搜索请求中的所需搜索结果的数量来设定的。
16.根据权利要求15所述的装置,其特征在于,所述缓存粒度是根据针对不同显示方式的不同搜索请求中所需搜索结果数量之中最大者的整数倍来设定的。
17.根据权利要求16所述的装置,其特征在于,不同显示方式下的不同搜索请求中的所需搜索结果的数量设定成使得其中最大数量均为其它数量的整数倍。
18.根据权利要求10-17所述的装置,其特征在于,结合用户行为历史信息来设定所述缓存粒度。
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310367225.6A CN104424199B (zh) | 2013-08-21 | 2013-08-21 | 搜索方法和装置 |
TW102145140A TWI613555B (zh) | 2013-08-21 | 2013-12-09 | 搜索方法和裝置 |
US14/459,667 US20150058308A1 (en) | 2013-08-21 | 2014-08-14 | Generating cache query requests |
PCT/US2014/051347 WO2015026667A1 (en) | 2013-08-21 | 2014-08-15 | Generating cache query requests |
JP2016536338A JP6152226B2 (ja) | 2013-08-21 | 2014-08-15 | キャッシュクエリ要求の生成 |
EP14758458.5A EP3036662B1 (en) | 2013-08-21 | 2014-08-15 | Generating cache query requests |
HK15105277.6A HK1204700A1 (zh) | 2013-08-21 | 2015-06-03 | 搜索方法和裝置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310367225.6A CN104424199B (zh) | 2013-08-21 | 2013-08-21 | 搜索方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104424199A true CN104424199A (zh) | 2015-03-18 |
CN104424199B CN104424199B (zh) | 2018-07-24 |
Family
ID=52481321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310367225.6A Active CN104424199B (zh) | 2013-08-21 | 2013-08-21 | 搜索方法和装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20150058308A1 (zh) |
EP (1) | EP3036662B1 (zh) |
JP (1) | JP6152226B2 (zh) |
CN (1) | CN104424199B (zh) |
HK (1) | HK1204700A1 (zh) |
TW (1) | TWI613555B (zh) |
WO (1) | WO2015026667A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105721538A (zh) * | 2015-12-30 | 2016-06-29 | 东莞市青麦田数码科技有限公司 | 数据访问的方法和装置 |
CN107562803A (zh) * | 2017-08-08 | 2018-01-09 | 上海数据交易中心有限公司 | 数据供应系统及方法、终端 |
CN108090153A (zh) * | 2017-12-11 | 2018-05-29 | 深圳云天励飞技术有限公司 | 一种搜索方法、装置、电子设备及存储介质 |
CN110324380A (zh) * | 2018-03-30 | 2019-10-11 | 北京忆芯科技有限公司 | 利用kv存储设备的云计算与雾计算系统 |
CN111813715A (zh) * | 2020-06-29 | 2020-10-23 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种基于被访问次数的数据缓存方法和装置 |
CN112507199A (zh) * | 2020-12-22 | 2021-03-16 | 北京百度网讯科技有限公司 | 用于对搜索系统进行优化的方法和装置 |
CN113239278A (zh) * | 2021-06-08 | 2021-08-10 | 阿波罗智联(北京)科技有限公司 | 信息展示方法、装置、电子设备以及存储介质 |
CN114896280A (zh) * | 2022-03-22 | 2022-08-12 | 杭州未名信科科技有限公司 | 一种数据查询方法和系统 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2524075A (en) * | 2014-03-14 | 2015-09-16 | Ibm | Advanced result cache refill |
US10417345B1 (en) * | 2014-12-22 | 2019-09-17 | Amazon Technologies, Inc. | Providing customer service agents with customer-personalized result of spoken language intent |
CN104794227B (zh) * | 2015-05-04 | 2018-01-02 | 郑州悉知信息科技股份有限公司 | 一种信息匹配方法及装置 |
CN107851031B (zh) | 2015-05-08 | 2021-05-28 | 佛罗乔有限责任公司 | 数据发现节点 |
US20170116291A1 (en) * | 2015-10-27 | 2017-04-27 | Adobe Systems Incorporated | Network caching of search result history and interactions |
US10452395B2 (en) | 2016-07-20 | 2019-10-22 | International Business Machines Corporation | Instruction to query cache residency |
US10621095B2 (en) * | 2016-07-20 | 2020-04-14 | International Business Machines Corporation | Processing data based on cache residency |
US10169239B2 (en) | 2016-07-20 | 2019-01-01 | International Business Machines Corporation | Managing a prefetch queue based on priority indications of prefetch requests |
US10521350B2 (en) | 2016-07-20 | 2019-12-31 | International Business Machines Corporation | Determining the effectiveness of prefetch instructions |
WO2018076388A1 (en) * | 2016-10-31 | 2018-05-03 | Microsoft Technology Licensing, Llc | Content caching for fast load time |
US11004016B2 (en) | 2017-09-05 | 2021-05-11 | Amadeus S.A.S. | Query-based identifiers for cross-session response tracking |
EP3451249A1 (en) * | 2017-09-05 | 2019-03-06 | Amadeus S.A.S. | Query-based identifiers for cross-session response tracking |
FR3070781B1 (fr) * | 2017-09-05 | 2022-01-21 | Amadeus Sas | Identifiants bases sur une interrogation pour le suivi de reponses de sessions croisees |
CN110580241B (zh) | 2018-05-22 | 2023-09-01 | 微软技术许可有限责任公司 | 对索引文件进行预热 |
CN111737615A (zh) * | 2020-05-14 | 2020-10-02 | 北京百度网讯科技有限公司 | 获取页面资源的方法、装置、电子设备以及可读存储介质 |
US11789959B2 (en) * | 2021-10-06 | 2023-10-17 | S&P Global Inc. | Data visualization method |
US11822548B2 (en) * | 2021-12-07 | 2023-11-21 | International Business Machines Corporation | Data warehouse framework for high performance reporting |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020004813A1 (en) * | 2000-03-08 | 2002-01-10 | Alok Agrawal | Methods and systems for partial page caching of dynamically generated content |
US20020111992A1 (en) * | 2000-12-18 | 2002-08-15 | Copeland George P. | JSP composition in a cache for web applications with dynamic content |
CN101420490A (zh) * | 2008-05-30 | 2009-04-29 | 北京天腾时空信息科技有限公司 | 一种数据的读取方法和装置 |
CN101539918A (zh) * | 2008-03-19 | 2009-09-23 | 天下互联(北京)科技有限公司 | 一种互联网搜索方法及系统 |
CN101661459A (zh) * | 2009-10-19 | 2010-03-03 | 中国电信股份有限公司 | 网络文档资源提供方法、平台及系统 |
CN102375857A (zh) * | 2010-08-24 | 2012-03-14 | 腾讯科技(深圳)有限公司 | 一种搜索方法和装置 |
CN102541848A (zh) * | 2010-12-08 | 2012-07-04 | 卓望数码技术(深圳)有限公司 | 基于手机浏览器的页面加载方法、装置、系统和服务器 |
CN102637201A (zh) * | 2012-03-14 | 2012-08-15 | 南京新与力文化传播有限公司 | 基于异步数据传输的网页加载方法 |
US20120209945A1 (en) * | 2011-02-16 | 2012-08-16 | Jayadev Chandrasekhar | Optimizing Server Resources Using Multiple Retry For High Traffic Websites |
CN102902815A (zh) * | 2012-10-23 | 2013-01-30 | 北京奇虎科技有限公司 | 用于搜索引擎的结果展示系统 |
CN102929926A (zh) * | 2012-09-20 | 2013-02-13 | 百度在线网络技术(北京)有限公司 | 一种基于浏览内容的取词搜索方法及装置 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3478195B2 (ja) * | 1999-08-26 | 2003-12-15 | 日本電気株式会社 | データベース検索結果表示システム、方法及び記録媒体 |
US20020103920A1 (en) * | 2000-11-21 | 2002-08-01 | Berkun Ken Alan | Interpretive stream metadata extraction |
JP4689145B2 (ja) * | 2003-01-21 | 2011-05-25 | 大日本スクリーン製造株式会社 | 情報閲覧システム、プログラムおよび情報閲覧方法 |
GB0305145D0 (en) * | 2003-03-06 | 2003-04-09 | Imp College Innovations Ltd | Improvements to internet site architecture |
US7331038B1 (en) * | 2003-07-02 | 2008-02-12 | Amazon.Com, Inc. | Predictive prefetching to improve parallelization of document generation subtasks |
JP4495783B2 (ja) * | 2004-06-25 | 2010-07-07 | 株式会社野村総合研究所 | データベース利用システム |
US20060277167A1 (en) * | 2005-05-20 | 2006-12-07 | William Gross | Search apparatus having a search result matrix display |
JP5013789B2 (ja) * | 2006-09-12 | 2012-08-29 | ヤフー株式会社 | ウェブページ生成システム、ウェブページ生成装置、およびウェブページ生成方法 |
US7505973B2 (en) * | 2007-01-16 | 2009-03-17 | Microsoft Corporation | Efficient paging of search query results |
US20080235205A1 (en) * | 2007-02-21 | 2008-09-25 | Fein Gene S | Database Search Results User Interface |
US7720843B2 (en) * | 2007-03-27 | 2010-05-18 | Andrew Thomas Brunner | Real-time end-user aware interactive search utilizing layered approach |
US8176440B2 (en) * | 2007-03-30 | 2012-05-08 | Silicon Laboratories, Inc. | System and method of presenting search results |
US8326828B2 (en) * | 2008-01-15 | 2012-12-04 | International Business Machines Corporation | Method and system for employing a multiple layer cache mechanism to enhance performance of a multi-user information retrieval system |
US9165044B2 (en) * | 2008-05-30 | 2015-10-20 | Ethority, Llc | Enhanced user interface and data handling in business intelligence software |
US9607327B2 (en) * | 2008-07-08 | 2017-03-28 | Dan Atsmon | Object search and navigation method and system |
WO2010041516A1 (ja) * | 2008-10-08 | 2010-04-15 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 情報処理装置、文書検索システム、文書検索方法およびプログラム |
US8909863B2 (en) * | 2009-11-16 | 2014-12-09 | Microsoft Corporation | Cache for storage and/or retrieval of application information |
US20120102386A1 (en) * | 2010-10-20 | 2012-04-26 | Microsoft Corporation | Customization of Display Templates |
US9367634B2 (en) * | 2012-01-19 | 2016-06-14 | Brightedge Technologies, Inc. | Optimizing location and mobile search |
US9785786B2 (en) * | 2012-09-24 | 2017-10-10 | Protegrity Corporation | Privacy preserving data search |
US20140129545A1 (en) * | 2012-11-02 | 2014-05-08 | Google Inc. | Sorting search results |
US9122755B2 (en) * | 2013-02-26 | 2015-09-01 | Sap Se | Instantaneous incremental search user interface |
-
2013
- 2013-08-21 CN CN201310367225.6A patent/CN104424199B/zh active Active
- 2013-12-09 TW TW102145140A patent/TWI613555B/zh active
-
2014
- 2014-08-14 US US14/459,667 patent/US20150058308A1/en not_active Abandoned
- 2014-08-15 JP JP2016536338A patent/JP6152226B2/ja active Active
- 2014-08-15 WO PCT/US2014/051347 patent/WO2015026667A1/en active Application Filing
- 2014-08-15 EP EP14758458.5A patent/EP3036662B1/en active Active
-
2015
- 2015-06-03 HK HK15105277.6A patent/HK1204700A1/zh unknown
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020004813A1 (en) * | 2000-03-08 | 2002-01-10 | Alok Agrawal | Methods and systems for partial page caching of dynamically generated content |
US20020111992A1 (en) * | 2000-12-18 | 2002-08-15 | Copeland George P. | JSP composition in a cache for web applications with dynamic content |
CN101539918A (zh) * | 2008-03-19 | 2009-09-23 | 天下互联(北京)科技有限公司 | 一种互联网搜索方法及系统 |
CN101420490A (zh) * | 2008-05-30 | 2009-04-29 | 北京天腾时空信息科技有限公司 | 一种数据的读取方法和装置 |
CN101661459A (zh) * | 2009-10-19 | 2010-03-03 | 中国电信股份有限公司 | 网络文档资源提供方法、平台及系统 |
CN102375857A (zh) * | 2010-08-24 | 2012-03-14 | 腾讯科技(深圳)有限公司 | 一种搜索方法和装置 |
CN102541848A (zh) * | 2010-12-08 | 2012-07-04 | 卓望数码技术(深圳)有限公司 | 基于手机浏览器的页面加载方法、装置、系统和服务器 |
US20120209945A1 (en) * | 2011-02-16 | 2012-08-16 | Jayadev Chandrasekhar | Optimizing Server Resources Using Multiple Retry For High Traffic Websites |
CN102637201A (zh) * | 2012-03-14 | 2012-08-15 | 南京新与力文化传播有限公司 | 基于异步数据传输的网页加载方法 |
CN102929926A (zh) * | 2012-09-20 | 2013-02-13 | 百度在线网络技术(北京)有限公司 | 一种基于浏览内容的取词搜索方法及装置 |
CN102902815A (zh) * | 2012-10-23 | 2013-01-30 | 北京奇虎科技有限公司 | 用于搜索引擎的结果展示系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105721538A (zh) * | 2015-12-30 | 2016-06-29 | 东莞市青麦田数码科技有限公司 | 数据访问的方法和装置 |
CN107562803A (zh) * | 2017-08-08 | 2018-01-09 | 上海数据交易中心有限公司 | 数据供应系统及方法、终端 |
CN108090153A (zh) * | 2017-12-11 | 2018-05-29 | 深圳云天励飞技术有限公司 | 一种搜索方法、装置、电子设备及存储介质 |
CN108090153B (zh) * | 2017-12-11 | 2020-04-14 | 深圳云天励飞技术有限公司 | 一种搜索方法、装置、电子设备及存储介质 |
CN110324380A (zh) * | 2018-03-30 | 2019-10-11 | 北京忆芯科技有限公司 | 利用kv存储设备的云计算与雾计算系统 |
CN111813715A (zh) * | 2020-06-29 | 2020-10-23 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种基于被访问次数的数据缓存方法和装置 |
CN112507199A (zh) * | 2020-12-22 | 2021-03-16 | 北京百度网讯科技有限公司 | 用于对搜索系统进行优化的方法和装置 |
CN112507199B (zh) * | 2020-12-22 | 2022-02-25 | 北京百度网讯科技有限公司 | 用于对搜索系统进行优化的方法和装置 |
CN113239278A (zh) * | 2021-06-08 | 2021-08-10 | 阿波罗智联(北京)科技有限公司 | 信息展示方法、装置、电子设备以及存储介质 |
CN114896280A (zh) * | 2022-03-22 | 2022-08-12 | 杭州未名信科科技有限公司 | 一种数据查询方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
TW201508518A (zh) | 2015-03-01 |
US20150058308A1 (en) | 2015-02-26 |
JP6152226B2 (ja) | 2017-06-21 |
EP3036662B1 (en) | 2019-04-24 |
CN104424199B (zh) | 2018-07-24 |
EP3036662A1 (en) | 2016-06-29 |
TWI613555B (zh) | 2018-02-01 |
JP2016531367A (ja) | 2016-10-06 |
HK1204700A1 (zh) | 2015-11-27 |
WO2015026667A1 (en) | 2015-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104424199A (zh) | 搜索方法和装置 | |
CN109614162B (zh) | 基于组件开发模式下的前端加载优化方法、存储介质 | |
KR101768181B1 (ko) | 최적화된 브라우저 렌더링 프로세스 | |
CN105224554A (zh) | 推荐搜索词进行搜索的方法、系统、服务器和智能终端 | |
US10216846B2 (en) | Combinatorial business intelligence | |
CN102939601A (zh) | 启动字体子集 | |
CN102053977A (zh) | 一种搜索结果生成方法及信息搜索系统 | |
CN105260420A (zh) | 一种用于在移动应用中提供目标页面的方法与设备 | |
CN106888280A (zh) | Dns更新方法、装置及系统 | |
CN109284321B (zh) | 数据加载方法、装置、计算设备和计算机可读存储介质 | |
CN105373608A (zh) | 一种基于输入法的场景式内容推送方法及其系统 | |
CN106126693A (zh) | 一种网页的相关数据的发送方法及装置 | |
CN104021125A (zh) | 一种搜索引擎排序的方法、系统以及一种搜索引擎 | |
CN106201562A (zh) | 一种页面切换方法及装置 | |
CN103077254A (zh) | 网页获取方法和装置 | |
CN103605848A (zh) | 路径分析方法和装置 | |
CN103353901A (zh) | 基于Hadoop分布式文件系统的表数据的有序管理方法以及系统 | |
CN107391528A (zh) | 前端组件依赖信息搜索方法及设备 | |
CN105138649A (zh) | 数据的搜索方法、装置及终端 | |
US9785678B1 (en) | Determining taxonomy nodes for browsing | |
CN109885535A (zh) | 一种文件存储的方法及相关装置 | |
CN114116827B (zh) | 一种用户画像数据的查询系统及方法 | |
CN104424325A (zh) | 数据查询方法和装置 | |
CN110110184B (zh) | 信息查询方法、系统、计算机系统及存储介质 | |
CN103678535A (zh) | 浏览器进行下载的方法和浏览器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1204700 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |