TWI613555B - 搜索方法和裝置 - Google Patents

搜索方法和裝置 Download PDF

Info

Publication number
TWI613555B
TWI613555B TW102145140A TW102145140A TWI613555B TW I613555 B TWI613555 B TW I613555B TW 102145140 A TW102145140 A TW 102145140A TW 102145140 A TW102145140 A TW 102145140A TW I613555 B TWI613555 B TW I613555B
Authority
TW
Taiwan
Prior art keywords
cache
search
request
query request
query
Prior art date
Application number
TW102145140A
Other languages
English (en)
Other versions
TW201508518A (zh
Inventor
Nan Zheng
Original Assignee
Alibaba Group Services Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Services Ltd filed Critical Alibaba Group Services Ltd
Publication of TW201508518A publication Critical patent/TW201508518A/zh
Application granted granted Critical
Publication of TWI613555B publication Critical patent/TWI613555B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/17Details of further file system functions
    • G06F16/172Caching, prefetching or hoarding of files
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/957Browsing optimisation, e.g. caching or content distillation
    • G06F16/9574Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching

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)

Description

搜索方法和裝置
本申請案係有關資料處理領域,尤其有關一種搜索方法和裝置。
隨著互聯網技術的發展,用戶在網上搜索資訊已非常普遍。通常,網站服務系統接收來自用戶的搜索訪問,並根據該搜索訪問而向用戶返回相應的搜索結果。由於搜索結果的數量往往非常大,不能在一個網頁中或一個介面中完全顯示出來,所以針對搜索結果的顯示,存在有各種不同的顯示方式,以便於用戶可以透過操作瀏覽所有搜索結果。
在搜索結果頁面(Search Result Page,SRP)中展現搜索結果目前常用的有兩種方式:翻頁式和瀑布流式。翻頁式是當搜索結果超過一個頁面展示數量後,採用透過點擊查看下一頁上一頁的方式來瀏覽全部結果。瀑布流式視覺表現為參差不齊的多欄佈局,隨著頁面捲軸向下滾動,目前資料展示完畢後還會不斷載入資料塊並附加至目前的尾部,藉以瀏覽全部結果。
目前,對於透過Web網頁方式的訪問,網站服務系統通常使用翻頁方式以顯示搜索結果給用戶,而對於透過用戶端程式方式的訪問,網站服務系統通常使用瀑布流方式以顯示搜索結果給用戶。
圖1示出了網站服務系統用來處理用戶的搜索訪問的典型系統架構。下面結合圖1描述目前網站服務系統根據用戶的搜索訪問而獲取搜索結果的操作流程。
典型上,某網站搜索提供Web網頁搜索服務和移動式用戶端搜索服務。如圖1所示,當用戶透過瀏覽器搜索,發送http請求到Web伺服器110。Web伺服器110接收用戶請求,並根據用戶請求而產生適於翻頁顯示方式的搜索請求。該搜索請求包括用戶查詢關鍵字、所需返回的搜索結果的起始位置以及所需返回的搜索結果的數量。然後,Web伺服器110根據搜索請求而訪問緩存(cache)伺服器130以查詢在緩存中是否存在有與該搜索請求對應的搜索結果,亦即,緩存是否命中;如果命中,則Web伺服器110從緩存中直接得到搜索結果,返回給用戶;如果未命中,則Web伺服器110請求搜索引擎140根據上述產生的搜索請求而進行搜索以得到相應的搜索結果,並將搜索結果返回給用戶,同時將相應的搜索結果儲存到緩存伺服器130中,以供下一次請求使用。
而當用戶透過移動式用戶端訪問搜索網站,發送請求到移動式互聯網伺服器120時,移動式互聯網伺服器120接收用戶請求,並根據用戶請求而產生適於瀑布流顯示方 式的搜索請求。該搜索請求也包括用戶查詢關鍵字、所需搜索結果的起始位置以及所需搜索結果的數量。然後,移動式互聯網伺服器120根據搜索請求而訪問緩存伺服器130以查詢在緩存中是否存在有與該搜索請求對應的搜索結果,亦即,緩存是否命中。如果命中,則移動式互聯網伺服器120從緩存伺服器130中直接得到搜索結果,返回給用戶;如果不命中,則移動式互聯網伺服器120請求搜索引擎140根據上述產生的搜索請求而進行搜索以得到相應的搜索結果,並將搜索結果返回給用戶,同時將相應的搜索結果儲存到緩存伺服器130中,以供下一次請求使用。
舉例來說,假設用戶搜索“蘋果iphone4”,共有18個商品匹配。
在翻頁顯示方式下,一頁展示10個商品。
第一頁需要的是前10個結果,對應的搜索請求包括的關鍵字為“蘋果iphone4”、搜索結果的起始位置參數為“0”、搜索結果展示數為“10”。則搜索引擎構造的搜索請求可以表示為“q=蘋果iphone4&s=0&n=10”。搜索引擎返回的結果為經過排序模型排序後的前10個搜索結果。
第二頁需要的是第11-20個結果,對應的搜索請求可以表示為“q=蘋果iphone4&s=10&n=10”。返回結果為經過排序模型排序後的後8個結果。
在瀑布流顯示方式下,第一次展示5個商品,後續每 次載入3個商品。
第一次載入5個商品,對應的搜索請求可以表示為“q=蘋果iphone4&s=0&n=5”。返回結果為經過排序模型排序後的前5個搜索結果。
第二次載入3個商品,對應的搜索請求為可以表示為“q=蘋果iphone4&s=5&n=3”。返回結果為經過排序模型排序後的第6個至第8個搜索結果。
第三次載入3個商品,對應的搜索請求可以表示為“q=蘋果iphone4&s=8&n=3”。返回結果為經過排序模型排序後的第9個至第11個搜索結果。
其中,q為用戶查詢的關鍵字,s為所需返回的搜索結果的起始位置參數,n為所需返回的搜索結果的數量。
起始位置參數、需返回的搜索結果的數量不同時,搜索引擎產生的搜索請求不同。對於提供不同的搜索結果顯示方式(例如,翻頁顯示方式和瀑布流顯示方式)的移動式互聯網伺服器120而言,在用戶輸入同樣的查詢詞的條件下,因為搜索結果顯示方式的不同,搜索引擎產生的搜索請求也很可能會不同。
而通常緩存伺服器儲存搜索結果的方式是典型的鍵-值(key-value)型儲存。緩存伺服器儲存搜索結果時,以搜索請求作為鍵來建立索引,鍵對應的鍵值則為搜索結果。亦即,搜索請求與搜索結果在緩存中一一對應。針對諸如翻頁和瀑布流之類的不同顯示方式而言,由於搜索請求不同,即使兩者在緩存伺服器中分別對應的搜索結果有 重疊,也不能實現在緩存中的搜索結果的共用。這樣,搜索結果顯示方式的不同會降低搜索請求命中緩存伺服器中緩存的搜索結果的概率,導致後端搜索引擎的訪問壓力大,以及緩存的容量要求高。
舉例來說,假設用戶在使用關鍵字“蘋果iphone4”進行商品搜索時,某一用戶在前一時刻使用翻頁式顯示方式獲取搜索結果,而另一用戶或同一用戶在後一時刻使用瀑布流式顯示方式獲取搜索結果。使用翻頁式顯示方式的用戶分別先後進行了展示第一頁搜索結果及翻頁到第二頁的操作。使用瀑布流式顯示方式的用戶分別先後進行了搜索結果的第一次載入、第二次載入及第三次載入等操作。在用戶進行上述的操作後,緩存伺服器保存內容如下表1所示:
Figure TWI613555BD00001
上面的用戶操作對應的搜索請求雖然包含的關鍵字相同,但搜索結果的起始位置參數、搜索結果的數量參數不同,因此上述搜索請求也各不相同。按照現有緩存伺服器 通常緩存搜索結果的方式,雖然用戶在前一時刻使用翻頁式顯示方式獲取的搜索結果已經在緩存中存在,但用戶在後一時刻使用瀑布流式顯示方式獲取搜索結果時也不能使用用戶在前一時刻使用翻頁式顯示方式緩存的所述搜索結果。
針對上述問題有一個快捷的解決方案,亦即,強制設定翻頁方式下一頁商品的展示數量和瀑布流方式下每次載入的數量相同,這樣s參數和n參數就匹配,搜索請求相同,從而能共用緩存。
但是這種方式實際上係不可行的。因為翻頁方式下一頁商品的數量和瀑布流方式下每次載入的數量是由應用情況所決定的。舉例說明:Web方式下常用的翻頁方式一般要求一頁商品數量較多,因為翻頁有一定的操作成本。而移動式用戶端由於其網路環境和硬體限制,常採用的瀑布流方式一般要求一次請求的數量較少,按所需請求,避免浪費流量,縮短處理時間。兩種展現樣式有各自獨立發展的需求,上述強制設定會制約應用的發展。
因此,本申請案的主要目的在於提供一種資料處理技術,使得在不影響諸如翻頁方式和瀑布流方式的顯示方式的應用情況下,允許針對不同顯示方式的搜索請求能最大限度地共用緩存,有效地提升緩存命中率,減少對搜索引擎的訪問,縮短搜索處理時間,以及提升用戶體驗。
根據本申請案的一個樣態,提供一種搜索方法,其特徵在於,包括:接收用戶的搜索請求;將搜索請求轉換成按照緩存粒度(granularity)設定的緩存查詢請求;根據緩存查詢請求,在緩存中查詢與緩存查詢請求對應的搜索結果,其中,緩存中的搜索結果的緩存粒度相同;以及從與緩存查詢請求對應的搜索結果中提取出與搜索請求對應的搜索結果並返回給用戶。
根據本申請案的另一樣態,提供一種搜索裝置,其特徵在於,包括:接收模組,用以接收用戶的搜索請求;轉換模組,用以將搜索請求轉換成按照緩存粒度設定的緩存查詢請求;查詢模組,用以根據緩存查詢請求,在緩存中查詢與緩存查詢請求對應的搜索結果,其中,緩存中的搜索結果的緩存粒度相同;以及提取和返回模組,用以從與緩存查詢請求對應的搜索結果中提取出與搜索請求對應的搜索結果並返回給用戶。
與現有技術相比,根據本申請案的技術方案,能夠提高緩存命中率,減輕對搜索引擎的訪問壓力,縮短搜索處理時間,以及提升用戶體驗。
110‧‧‧Web伺服器
120‧‧‧移動式互聯網伺服器
130‧‧‧緩存伺服器
140‧‧‧搜索引擎
200‧‧‧網站服務系統
210‧‧‧Web伺服器
220‧‧‧移動式互聯網伺服器
230‧‧‧緩存伺服器
240‧‧‧搜索引擎
250‧‧‧搜索請求伺服器
500‧‧‧搜索裝置
510‧‧‧接收模組
520‧‧‧轉換模組
530‧‧‧查詢模組
540‧‧‧提取和返回模組
此處所說明的附圖係用來提供對本申請案的進一步理解,構成本申請案的一部分,本申請案的示意性實施例及其說明用來解釋本申請案,並不構成對本申請案的不當限定。在附圖中: 圖1示出了現有技術中的網站服務系統的典型系統架構示意圖;圖2示出了根據本申請案一個實施例的網站服務系統的系統架構示意圖;圖3示出了根據本申請案一個實施例的搜索方法的流程圖;圖4示出了根據本申請案另一實施例的搜索方法的流程圖;以及圖5示出了根據本申請案一個實施例的搜索裝置的結構方塊圖。
本申請案的主要概念就在於,透過將接收到的用戶搜索請求統一轉換成按照緩存粒度設定的緩存查詢請求,並且在緩存中以該緩存查詢請求為鍵建立索引的方式儲存相應的搜索結果。藉此,對於針對不同顯示方式的搜索請求,可以共用緩存中的搜索結果,緩存命中率得以提高,同時對緩存容量的要求降低,並且對後端搜索引擎的訪問量大大減少,整個系統性能得到大幅提高。
為了便於理解本申請案的構思,下面結合圖2來描述根據本申請案一個實施例的網站服務系統的系統架構實現。
圖2的網站服務系統200包括Web伺服器210、移動式用戶端伺服器220、緩存伺服器230、搜索引擎240和 搜索請求伺服器250。
下面具體描述圖2的網站服務系統200的操作流程。
當用戶透過個人電腦中的瀏覽器訪問網站搜索,發送http請求到Web伺服器210時,Web伺服器210接收用戶請求,並根據用戶請求而產生適於翻頁顯示方式的第一搜索請求。第一搜索請求包括查詢關鍵字、所需搜索結果的起始位置參數以及所需搜索結果的數量。
搜索請求伺服器250接收來自Web伺服器210的第一搜索請求,並將該第一搜索請求轉換成按照緩存粒度設定的緩存查詢請求。搜索請求伺服器250使用緩存查詢請求在緩存伺服器230中查詢對應的搜索結果,亦即,查詢緩存中是否存在有所述緩存查詢請求對應的搜索結果。
緩存伺服器以鍵-值(key-value)型儲存方式來儲存搜索結果。其中,緩存查詢請求作為鍵來建立索引,鍵對應的鍵值則為搜索結果。在本實施例中,所述緩存粒度限定一筆緩存查詢請求對應的搜索結果在緩存中允許儲存的數量。
其中,根據第一搜索請求產生的緩存查詢請求包含:查詢關鍵字、所需搜索結果的起始位置參數以及所需搜索結果的數量。緩存查詢請求的查詢關鍵字與第一搜索請求的查詢關鍵字相同。緩存查詢請求中的所需搜索結果的數量由預先設定的緩存粒度來予以限定。
具體而言,緩存查詢請求中的所需搜索結果的數量可以被設定為緩存粒度限定的數量。緩存查詢請求中的起始 位置參數根據所述緩存粒度限定的數量與第一搜索請求中的起始位置參數來予以確定。具體而言,可以將緩存查詢請求中的起始位置參數設定為緩存粒度限定的數量的整數倍(比如倍數可以是0、1、2或3等)。緩存查詢請求中的起始位置參數小於或等於第一搜索請求中的起始位置參數,且緩存查詢請求中的起始位置參數與緩存粒度之和大於或等於第一搜索請求中的起始位置參數。
如果緩存中存在有所述緩存查詢請求對應的搜索結果,則從緩存中獲取所述緩存查詢請求對應的搜索結果,並從這些搜索結果中提取出與第一搜索請求對應的搜索結果,並返回給Web伺服器210。由Web伺服器210將搜索結果返回給用戶。
如果緩存中不存在有所述緩存查詢請求對應的搜索結果,則搜索請求伺服器250請求搜索引擎240根據緩存查詢請求而進行搜索以得到相應的搜索結果。然後從得到的搜索結果中提取出與第一搜索請求對應的搜索結果,並返回給Web伺服器210,以由Web伺服器210返回給用戶。同時將相應的搜索結果以設定的緩存粒度儲存到緩存伺服器230中,以供下一次請求使用。其中,每一個緩存查詢請求對應的搜索結果都是以相同的緩存粒度而被儲存在緩存中。
類似地,當用戶透過移動式用戶端訪問網站搜索,發送請求到移動式互聯網伺服器220時,移動式互聯網伺服器220接收用戶請求,並根據用戶請求而產生適於瀑布流 顯示方式的第二搜索請求。該第二搜索請求包括查詢關鍵字、所需搜索結果的起始位置參數以及所需搜索結果的數量。搜索請求伺服器250接收移動式互聯網伺服器220產生的第二搜索請求,並將該第二搜索請求轉換成按照緩存粒度設定的緩存查詢請求,以在緩存伺服器230中查詢對應的搜索結果,亦即,查詢緩存中是否存在有所述緩存查詢請求對應的搜索結果。
其中,根據第二搜索請求產生的緩存查詢請求包含:查詢關鍵字、所需搜索結果的起始位置參數以及所需搜索結果的數量。緩存查詢請求的查詢關鍵字與第二搜索請求的查詢關鍵字相同。緩存查詢請求中的所需搜索結果的數量由預先設定的緩存粒度來予以限定。具體而言,緩存查詢請求中的所需搜索結果的數量可以被設定為緩存粒度限定的數量。緩存查詢請求中的起始位置參數可以根據緩存粒度限定的數量與第二搜索請求中的起始位置參數來予以確定。具體而言,可以將緩存查詢請求中的起始位置參數設定為緩存粒度限定的數量的整數倍(例如,倍數可以是0、1、2或3等)。緩存查詢請求中的起始位置參數小於或等於第二搜索請求中的起始位置參數。並且,緩存查詢請求中的起始位置參數與緩存粒度之和大於或等於第二搜索請求中的起始位置參數。
如果緩存中存在有所述緩存查詢請求對應的搜索結果,則從緩存中獲取所述緩存查詢請求對應的搜索結果。從緩存中獲取的搜索結果並不一定是與第二搜索請求對應 的搜索結果。因此,搜索請求伺服器250可以對緩存中獲取的搜索結果進一步進行處理(例如,資料的裁切),以提取出與第二搜索請求對應的搜索結果。所述第二搜索請求對應的搜索結果由搜索請求伺服器250返回給移動式互聯網伺服器220,並進一步由移動式互聯網伺服器220返回給用戶。
如果緩存中不存在有所述緩存查詢請求對應的搜索結果,則搜索請求伺服器250請求搜索引擎240根據緩存查詢請求而進行搜索以得到相應的搜索結果。然後搜索請求伺服器250從得到的搜索結果中提取出與第二搜索請求對應的搜索結果,並返回給移動式互聯網伺服器220,以由移動式互聯網伺服器220返回給用戶。同時搜索請求伺服器250將相應的搜索結果儲存到緩存伺服器230中,以供下一次請求使用。
以上描述的根據本申請案實施例的網站服務系統的系統架構僅為示例,本申請案並不限於此,而是本申請案的發明構思(亦即,搜索請求伺服器的功能)可以以任意形式實施於本領域已知或未來開發的任意伺服器系統中。例如,儘管上述實施例是將本申請案方案實施於諸如搜索請求伺服器的分立元件上,透過搜索請求伺服器這樣的獨立伺服器來完成從搜索請求到緩存查詢請求的轉換以及完成與緩存伺服器和搜索引擎的交互來實現緩存的查詢和搜索結果的提取,但本申請案並不對此作任何限制,而是還可以將本申請案方案作為一個組成模組實施於網站服務系統 上的諸如Web伺服器、移動式用戶端伺服器、搜索引擎伺服器、緩存伺服器的各種伺服器設備中,由Web伺服器和/或移動式互聯網伺服器等本身來完成從搜索請求到緩存查詢請求的轉換以及完成與緩存伺服器和搜索引擎伺服器的交互以實現緩存的查詢和搜索結果的提取,或者由搜索引擎伺服器完成從搜索請求到緩存查詢請求的轉換以及完成與緩存伺服器的交互以實現緩存的查詢和搜索結果的提取,或者由緩存伺服器完成從搜索請求到緩存查詢請求的轉換以及完成緩存的查詢和與搜索引擎伺服器的交互以實現搜索結果的提取。另外,除了針對瀑布流顯示方式的移動式互聯網伺服器和針對翻頁顯示方式的Web伺服器之外,伺服器系統還可以包括針對本領域已知或未來開發的任意其他顯示方式的其他伺服器。此外,儘管在上述示出的架構中緩存伺服器作為一個分立元件來予以實施,但緩存伺服器也可以作為一個組成模組而被實施在Web伺服器、移動式用戶端伺服器或搜索引擎伺服器等上。
為了使本申請案的目的、技術方案和優點更加清楚,下面將結合本申請案之具體實施例及相應的附圖而對本申請案技術方案進行清楚、完整地描述。顯然,所描述的實施例僅是本申請案一部分實施例,而不是全部的實施例。基於本申請案中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本申請案保護的範圍。
根據本申請案的實施例,提供了一種搜索方法。該方 法可以適用於諸如上述網站服務系統之類的任意伺服器系統中,並且可以在該伺服器系統中的任意伺服器設備上予以實施。
圖3示出了根據本申請案一個實施例的搜索方法300的流程圖。
如圖3所示,在步驟S310處,接收用戶的搜索請求。
具體而言,網站服務系統可以接收用戶搜索請求。用戶的搜索請求可以透過瀏覽器來進行,這時用戶的搜索請求可以是http請求。此外,用戶也可以透過下載的其他網站用戶端程式來提交搜索請求。搜索請求的內容可以涉及:例如用戶透過點擊上一頁或下一頁等來訪問翻頁顯示方式下的一頁頁面內容,瀑布流顯示方式下的一次或多次載入的內容,等等。
具體而言,如上所述,針對用戶透過瀏覽器的搜索訪問和透過移動式用戶端的搜索訪問,諸如Web伺服器和移動式用戶端伺服器的網站服務系統根據搜索結果的顯示方式對用戶的搜索請求而進行設定。例如,對於透過瀏覽器提交的搜索請求,Web伺服器可以將該搜索請求設定為針對翻頁顯示方式的格式。而針對用戶的網站用戶端訪問的搜索請求,移動式用戶端伺服器可以將該搜索請求設定為針對瀑布流顯示方式的格式。這裏應理解到,本申請案對搜索請求的來源和搜索結果的顯示方式並不作任何限制。這裏強調的是,本申請案發明構思適用來處理針對任 意顯示方式的搜索請求,亦即,這裏的顯示方式並不限於上述的翻頁和瀑布流方式,而是可以包括本領域已知或未來開發的其他任意顯示方式。
在一個具體實施例中,所述搜索請求至少可以包括查詢關鍵字、所需搜索結果的起始位置參數和所需搜索結果的數量,但本申請案對此不作限制,根據需要,該搜索請求還可以包括其他適當資訊。
舉例而言,如同在先前技術部分中提及的示例,假設用戶查詢關鍵字為“蘋果iphone4”,則當用戶透過瀏覽器訪問翻頁方式下的第一頁時,每頁允許展示的搜索結果的數量為10,則產生的搜索請求可以記作:“q=蘋果iphone4&s=0&n=10”。其中,q為用戶查詢的關鍵字,S為所需返回的搜索結果的起始位置,n為所需返回的搜索結果的數量。而當用戶透過移動式用戶端在瀑布流方式下訪問時,第一次載入對應的搜索請求可以被記作“q=蘋果iphone4&s=0&n=5”。可見,針對不同顯示方式,搜索請求的對應的各項參數值可能不同。
接下來,在步驟S320處,將搜索請求轉換成按照緩存粒度設定的緩存查詢請求。
亦即,將不同格式的搜索請求轉換成適應於緩存的統一緩存粒度的搜索請求,以使得針對不同格式的搜索請求能夠共用緩存中的搜索結果,提高緩存命中率。
更具體而言,網站服務系統可以將不同的搜索請求轉換成按照緩存粒度設定的緩存查詢請求。在一個具體實施 例中,緩存查詢請求至少可以包括查詢關鍵字、所需搜索結果的起始位置參數以及所需搜索結果的數量。在本實施例中,所述緩存粒度即為緩存查詢請求中的所需搜索結果的數量。其中,緩存查詢請求的查詢關鍵字與搜索請求的查詢關鍵字相同。緩存查詢請求中的所需搜索結果的數量由預先設定的緩存粒度來予以限定。具體而言,緩存查詢請求中的所需搜索結果的數量可以被設定為緩存粒度限定的數量。緩存查詢請求中的起始位置參數可以根據緩存粒度限定的數量與搜索請求中的起始位置參數確定。具體而言,可以將緩存查詢請求中的起始位置參數設定為緩存粒度的整數倍。其中,緩存查詢請求中的起始位置參數小於或等於搜索請求中的起始位置參數,且緩存查詢請求中的起始位置參數與緩存粒度之和大於或等於搜索請求中的起始位置參數。例如,假設緩存粒度為20,則緩存查詢請求中的起始位置參數可以為0、20、40或60。進一步地,假設搜索請求中的關鍵字為“蘋果iphone4”,所需搜索結果的起始位置參數為50,所需搜索結果的數量為5。所述搜索請求可以記作“q=蘋果iphone4&s=50&n=5”。根據所述搜索請求,需要返回給用戶第51-55個搜索結果。則產生的緩存查詢請求可以表示為“q=蘋果iphone4&s=40&n=20”,亦即,查詢緩存中是否存在有第41-60個相關商品。在所述緩存查詢請求中,n即為緩存粒度。
較佳地,可以預先設定緩存粒度。應理解到,也可以 根據需要而即時設定或選擇緩存粒度。
關於緩存粒度的設定,可以透過本領域已知或未來開發的任意合適方式來予以完成。
在一個具體實施例中,可以結合用戶行為歷史資訊來設定緩存粒度。
具體而言,用戶行為歷史資訊可以包括對諸如用戶搜索行為、翻頁行為、下拉載入行為之類的用戶訪問行為的統計資訊。例如,針對某一類查詢關鍵字,用戶可能傾向於翻多頁,這樣可以在針對第一頁請求時直接請求更多頁的內容,由此後續翻頁請求可以按照本申請案的方案而方便地在緩存中滿足。因此,根據諸如此類的統計資訊,可以設定緩存粒度,例如將緩存粒度設定為一頁顯示數量的整數倍,從而提高緩存命中率。該實施例尤其適用於針對單一顯示方式的搜索請求的處理最佳化。
在另一個具體實施例中,可以根據針對不同顯示方式的不同搜索請求中的所需搜索結果的數量來設定緩存粒度。
具體而言,為了針對不同搜索請求能夠共用緩存,緩存粒度需要大於或等於不同搜索請求中的所需搜索結果數量之中的最大者。較佳地,可以根據針對不同顯示方式的不同搜索請求中所需搜索結果數量之中最大者的整數倍來設定所述緩存粒度。舉例而言,假設翻頁方式下的一頁顯示數量為10,瀑布流方式下的一頁顯示數量為3。緩存粒度可以是最大者的整數倍,亦即,10、20、30、......。
下面仍以先前技術中提及的示例來舉例說明,如表2所示,假設緩存粒度設定為20。
Figure TWI613555BD00002
由此可見,與現有技術相比(參見前面的表1),根據本申請案的方案,5次訪問只需要請求搜索引擎1次,緩存內容1條(參見下面的表3)。第一訪問後緩存伺服器保存內容如下表3所示:
Figure TWI613555BD00003
因此,根據針對不同顯示方式的不同搜索請求中所需搜索結果數量之中最大者的整數倍來設定緩存粒度,可以提高緩存命中率,減少對搜索引擎的訪問。
可以理解到,實際可以獲取的搜索結果並不一定能滿足搜索請求或緩存查詢請求中所需搜索結果數量。例如,表2及表3所述示例中,實際可以獲取的搜索結果數為18,小於緩存查詢請求所需搜索結果數量。因此,在本例中,緩存粒度用來限定每一筆緩存查詢請求對應的搜索結果在緩存中允許儲存的數量,而並不一定與每一筆緩存查詢請求對應的搜索結果實際在緩存中儲存的數量相同。每一筆緩存查詢請求對應的搜索結果實際在緩存中儲存的數量一般來說小於或等於緩存粒度。
然而,緩存粒度並非越大越好。下面描述本申請案發明人的實驗分析。合理假設搜索引擎處理時間一般超過緩存處理時間。搜索引擎處理時間和“s+n”有關,緩存處理時間一般係恒定的。仍以上述示例來進行說明,與各搜索請求對應的搜索引擎處理時間和緩存伺服器處理時間如下表4所示。
Figure TWI613555BD00004
假設用戶訪問搜索的模式1為:100次翻頁第一頁訪問,50次翻頁第二頁訪問,80次瀑布流第一次載入,60次第二次載入,20次第三次載入。緩存粒度為10和20的情況下的總處理時間如下表5所示:
Figure TWI613555BD00005
由此可見,在上述用戶訪問搜索模式1的情況下,比較優選的是,緩存粒度為20。
假設用戶訪問搜索的模式2為:100次翻頁第一頁訪問,20次翻頁第二頁訪問,80次瀑布流第一次載入,60次第二次載入,20次第三次載入。緩存粒度為10和20的情況下的總處理時間如下表6所示:
Figure TWI613555BD00006
由此可見,在上述用戶訪問搜索模式2的情況下,比較優選的是,緩存粒度為10。
因此,可以結合搜索引擎處理時間、緩存伺服器處理時間以及用戶搜索訪問模式等因素而根據需要來綜合考慮緩存粒度的設定,以便實現系統性能最佳化。
以上描述的是透過緩存粒度的選擇方式上考慮的系統性能最佳化方案,但本申請案並不限於此,還可以從其他樣態考慮對系統性能的進一步最佳化,例如從搜索請求的所需搜索結果數量的設定上考慮。
在一個較佳實施例中,可以對不同顯示方式下的不同搜索請求中的所需搜索結果的數量進行設定,使得其中最大數量均為其他數量的整數倍。
具體而言,透過合理選擇不同顯示方式下的一頁顯示數量或一次載入數量,使得其中的最大數量均為其他數量的整數倍,藉此可以減少緩存訪問次數。如上例:翻頁方式一頁展示10個商品,瀑布流方式一次載入3個商品,則瀑布流方式下第四次載入為了取到第10-12個商品,需要訪問緩存2次。如果翻頁方式一頁展示10個商品,瀑布流方式一次載入5個商品,則只需要訪問緩存1次。
因此,透過本較佳實施例的方案,可以進一步減少緩存訪問次數。
至此,在將搜索請求轉換成按照緩存粒度設定的緩存查詢請求之後,接著參考圖3,在步驟S330處,根據緩存查詢請求,在緩存中查詢與緩存查詢請求對應的搜索結果,其中,緩存中的搜索結果的緩存粒度相同。
具體而言,緩存(緩存伺服器230)的儲存方式是典型的鍵值(key-value)儲存。根據本申請案的實施例,緩存中的鍵/索引為上述緩存查詢請求,值為搜索引擎的搜索結果。因此,根據緩存查詢請求,就可以在緩存中查詢與緩存查詢請求對應的搜索結果。參考前面的示例,例如表2中的第2次訪問,亦即,翻頁第二頁,緩存查詢請求為“q=蘋果iphone4&s=0&n=20”。而此時緩存中已存在有在第1次訪問時存入的與該緩存查詢請求對應的搜索結 果(參考表3),所以針對第2次訪問,在緩存中就可以查詢到相應的搜索結果。
接下來,在步驟S340處,從與緩存查詢請求對應的搜索結果中提取出與搜索請求對應的搜索結果並返回給用戶。
具體而言,在步驟S330處查詢到與緩存查詢請求對應的搜索結果之後,按照搜索請求中所需搜索結果的起始位置參數和所需搜索結果的數量,從緩存中提取出相應的搜索結果,並返回給用戶。
參考前面的示例,例如針對表2中的第2次訪問,在緩存中查詢到與緩存查詢請求“q=蘋果iphone4&s=0&n=20”對應的搜索結果為“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”。按照搜索請求“q=蘋果iphone4&s=10&n=10”中所需搜索結果的起始位置參數(s=10)和所需搜索結果的數量(n=10),可以從緩存的搜索結果中提取出與搜索請求對應的搜索結果“商品11,商品12,商品13,商品14,商品15,商品16,商品17,商品18”,並返回給用戶。
至此,描述了根據本申請案實施例的搜索方法。基於該方法,可以提高緩存命中率,減少對搜索引擎的訪問,從而縮短搜索處理時間,提升用戶體驗。
下面結合圖4來描述根據本申請案另一實施例的搜索 方法400。
如圖4所示,該方法400可以包括步驟S410-S460,其中,步驟S410、S420分別與圖3中的步驟S310、S320類似,因此這裏不再贅述,而僅具體描述與圖3不同的操作步驟。
在將搜索請求轉換成按照緩存粒度設定的緩存查詢請求之後,在步驟S430處,根據緩存查詢請求,在緩存中查詢是否存在有與緩存查詢請求對應的搜索結果,亦即,緩存是否命中。
如果緩存中存在有與緩存查詢請求對應的搜索結果,亦即,緩存命中,則進行到步驟S460。
如果緩存中不存在有與緩存查詢請求對應的搜索結果,亦即,緩存未命中,則進行到步驟S440。
在步驟S440處,從搜索引擎獲取與緩存查詢請求對應的搜索結果。
具體而言,網站服務系統可以向搜索引擎發送請求,以請求搜索引擎根據緩存查詢請求來進行搜索並獲取到與緩存查詢請求對應的搜索結果。
在步驟S450處,將與緩存查詢請求對應的搜索結果儲存到緩存中。
具體而言,網站服務系統可以將從搜索引擎獲取到的搜索結果儲存到緩存中,以供下一次請求使用。
在步驟S460處,從與緩存查詢請求對應的搜索結果中提取出與搜索請求對應的搜索結果。該步驟與圖3中的 步驟S340類似。
具體而言,在步驟S440和S450中獲取並儲存了與緩存查詢請求對應的搜索結果之後,按照搜索請求中所需搜索結果的起始位置參數和所需搜索結果的數量,網站服務系統可以從緩存中提取出相應的搜索結果,並返回給用戶。
至此描述了根據本申請案另一實施例的搜索方法。基於該方法,同樣可以提高緩存命中率,減少對搜索引擎的訪問,從而縮短搜索處理時間,提升用戶體驗。
以上所描述的搜索方法僅為本申請案的較佳示例,本申請案不限於此,而是還可以進行各種變型。例如,在上述實施例中描述到,在從搜索引擎獲取到與緩存查詢請求對應的搜索結果之後,在將與緩存查詢請求對應的搜索結果儲存到緩存後,從與緩存查詢請求對應的搜索結果中提取出與搜索請求對應的搜索結果。但應理解到,可以在將與緩存查詢請求對應的搜索結果儲存到緩存之前或同時,從與緩存查詢請求對應的搜索結果中提取出與搜索請求對應的搜索結果。
與上述搜索方法類似,本申請案實施例還提供了相應的裝置。
圖5示出了根據本申請案一個實施例的搜索裝置500的結構方塊圖。
如圖5所示,裝置500可以包括接收模組510、轉換模組520、查詢模組530以及提取和返回模組540。
具體而言,接收模組510可以被用來接收用戶的搜索請求。轉換模組520可以被用來將搜索請求轉換成按照緩存粒度設定的緩存查詢請求。查詢模組530可以被用來根據緩存查詢請求,在緩存中查詢與緩存查詢請求對應的搜索結果,其中,緩存中的搜索結果的緩存粒度相同。提取和返回模組540可以被用來從與緩存查詢請求對應的搜索結果中提取出與搜索請求對應的搜索結果。
根據本申請案的實施例,當緩存中不存在有與緩存查詢請求對應的搜索結果時,查詢模組530可以被進一步用來:從搜索引擎獲取與緩存查詢請求對應的搜索結果;以及將與緩存查詢請求對應的搜索結果儲存到緩存中。
根據本申請案的實施例,搜索請求至少可以包括查詢關鍵字、所需搜索結果的起始位置參數和所需搜索結果的數量。
根據本申請案的實施例,緩存粒度限定一筆緩存查詢請求對應的搜索結果在緩存中允許儲存的數量。
根據本申請案的實施例,緩存查詢請求至少可以包括所述查詢關鍵字、所需搜索結果的起始位置參數和所需搜索結果的數量。所述緩存查詢請求中的起始位置參數被設定為緩存粒度的整數倍。其中,起始位置參數小於或等於搜索請求中的起始位置參數,且所述緩存查詢請求中的起始位置參數與緩存粒度之和大於或等於搜索請求中的起始位置參數。並且,所述緩存查詢請求中的所需搜索結果的數量被設定為緩存粒度限定的數量。
根據本申請案的實施例,緩存粒度是可以根據針對不同顯示方式的不同搜索請求中的所需搜索結果的數量來予以設定的。較佳地,緩存粒度是可以根據針對不同顯示方式的不同搜索請求中所需搜索結果數量之中最大者的整數倍來予以設定的。更較佳地,不同顯示方式下的不同搜索請求中的所需搜索結果的數量可以設定成使得其中最大數量均為其他數量的整數倍。
根據本申請案的實施例,可以結合用戶行為歷史資訊來設定緩存粒度。
類似地,根據本申請案實施例的搜索裝置,同樣可以提高緩存命中率,減少對搜索引擎的訪問,從而縮短搜索處理時間,提升用戶體驗。
以上描述的搜索裝置與之前描述的搜索方法的處理是對應的,因此,關於更詳細的技術細節,可以參見之前描述的對應方法。
在一個典型的配置中,計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。記憶體可能包括電腦可讀取媒體中的非永久性記憶體,隨機存取記憶體(RAM)和/或非易失性記憶體等形式,諸如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀取媒體的示例。
電腦可讀取媒體包括永久性和非永久性、可移動式和非可移動式媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀取指令、資料結構、程式的模組或其 他資料。電腦的儲存媒體的例子包括,但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可編程唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位影音光碟(DVD)或其他光學儲存、卡匣式磁帶、磁帶磁磁片儲存或其他磁性儲存設備或任何其他非傳輸媒體,可用來儲存可以被計算設備訪問的資訊。按照本文中的界定,電腦可讀取媒體不包括暫態電腦可讀取媒體(transitory media),諸如調變的資料信號和載波。
還需要說明的是,術語“包括”、“包含”或者其任何其他變型意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括所述要素的過程、方法、商品或者設備中還存在有另外的相同要素。
本領域內的技術人員應明白,本申請案的實施例可提供為方法、系統或電腦程式產品。因此,本申請案可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且,本申請案可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不 限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
以上所述僅為本申請案的實施例而已,並不用來限制本申請案,對於本領域的技術人員來說,本申請案可以有各種更改和變化。凡在本申請案的精神和原則之內,所作的任何修改、等同替換、改進等,均應包含在本申請案的申請專利範圍的範疇之內。

Claims (15)

  1. 一種搜索方法,其特徵在於,包括:接收用戶的搜索請求;將該搜索請求轉換成按照緩存粒度設定的緩存查詢請求;根據該緩存查詢請求,在緩存中查詢與該緩存查詢請求對應的搜索結果,其中,緩存中的搜索結果的緩存粒度相同;以及從與該緩存查詢請求對應的搜索結果中提取出與該搜索請求對應的搜索結果並返回給用戶。
  2. 根據申請專利範圍第1項所述的方法,其中,當該緩存中不存在有與該緩存查詢請求對應的搜索結果時,該根據該緩存查詢請求在緩存中查詢與該緩存查詢請求對應的搜索結果的步驟進一步包括:從搜索引擎獲取與該緩存查詢請求對應的搜索結果;以及將與該緩存查詢請求對應的搜索結果儲存到該緩存中。
  3. 根據申請專利範圍第1項所述的方法,其中,該緩存粒度限定一筆緩存查詢請求對應的搜索結果在緩存中允許儲存的數量。
  4. 根據申請專利範圍第1項所述的方法,其中,該搜索請求至少包括查詢關鍵字、所需搜索結果的起始位置參數和所需搜索結果的數量。
  5. 根據申請專利範圍第4項所述的方法,其中,該緩存查詢請求至少包括該查詢關鍵字、所需搜索結果的起始位置參數和所需搜索結果的數量,其中,該緩存查詢請求中的所需搜索結果的起始位置參數係設定為緩存粒度的整數倍,使得該緩存查詢請求中的起始位置參數小於或等於該搜索請求中的起始位置參數且該緩存查詢請求中的起始位置參數與緩存粒度之和大於或等於該搜索請求中的起始位置參數,並且該緩存查詢請求中的所需搜索結果的數量係設定為該緩存粒度限定的數量。
  6. 根據申請專利範圍第1項所述的方法,其中,根據針對不同顯示方式的不同搜索請求中的所需搜索結果的數量來設定該緩存粒度。
  7. 根據申請專利範圍第6項所述的方法,其中,根據針對不同顯示方式的不同搜索請求中所需搜索結果數量之中最大者的整數倍來設定該緩存粒度。
  8. 根據申請專利範圍第7項所述的方法,其中,對不同顯示方式下的不同搜索請求中的所需搜索結果的數量進行設定,使得其中最大數量均為其他數量的整數倍。
  9. 一種搜索裝置,其特徵在於,包括:接收模組,用以接收用戶的搜索請求;轉換模組,用以將該搜索請求轉換成按照緩存粒度設定的緩存查詢請求;查詢模組,用以根據該緩存查詢請求,在緩存中查詢 與該緩存查詢請求對應的搜索結果,其中,緩存中的搜索結果的緩存粒度相同;以及提取和返回模組,用以從與該緩存查詢請求對應的搜索結果中提取出與該搜索請求對應的搜索結果並返回給用戶。
  10. 根據申請專利範圍第9項所述的裝置,其中,當該緩存中不存在有與該緩存查詢請求對應的搜索結果時,該查詢模組進一步用於:從搜索引擎獲取與該緩存查詢請求對應的搜索結果;以及將與該緩存查詢請求對應的搜索結果儲存到該緩存中。
  11. 根據申請專利範圍第9項所述的裝置,其中,該緩存粒度限定一筆緩存查詢請求對應的搜索結果在緩存中允許儲存的數量。
  12. 根據申請專利範圍第9項所述的裝置,其中,該搜索請求至少包括查詢關鍵字、所需搜索結果的起始位置參數和所需搜索結果的數量。
  13. 根據申請專利範圍第12項所述的裝置,其中,該緩存查詢請求至少包括該查詢關鍵字、所需搜索結果的起始位置參數和所需搜索結果的數量,其中,該緩存查詢請求中的所需搜索結果的起始位置參數係設定為緩存粒度的整數倍,使得該緩存查詢請求中的起始位置參數小於或等於該搜索請求中的起始位置參數 且該緩存查詢請求中的起始位置參數與緩存粒度之和大於或等於該搜索請求中的起始位置參數,並且該緩存查詢請求中的所需搜索結果的數量係設定為該緩存粒度限定的數量。
  14. 根據申請專利範圍第9項所述的裝置,其中,該緩存粒度是根據針對不同顯示方式的不同搜索請求中的所需搜索結果的數量來予以設定的。
  15. 根據申請專利範圍第14項所述的裝置,其中,該緩存粒度是根據針對不同顯示方式的不同搜索請求中所需搜索結果數量之中最大者的整數倍來予以設定的。
TW102145140A 2013-08-21 2013-12-09 搜索方法和裝置 TWI613555B (zh)

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
TW201508518A TW201508518A (zh) 2015-03-01
TWI613555B true TWI613555B (zh) 2018-02-01

Family

ID=52481321

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102145140A TWI613555B (zh) 2013-08-21 2013-12-09 搜索方法和裝置

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)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
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
US10438120B2 (en) * 2015-05-08 2019-10-08 FlowJo, LLC Plugin interface and framework for integrating external algorithms with sample data analysis software
US20170116291A1 (en) * 2015-10-27 2017-04-27 Adobe Systems Incorporated Network caching of search result history and interactions
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
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
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
EP3513303A4 (en) 2016-10-31 2020-03-18 Microsoft Technology Licensing, LLC QUICK LOAD CONTENT CACTING
CN107562803B (zh) * 2017-08-08 2020-10-30 上海数据交易中心有限公司 数据供应系统及方法、终端
FR3070781B1 (fr) * 2017-09-05 2022-01-21 Amadeus Sas Identifiants bases sur une interrogation pour le suivi de reponses de sessions croisees
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
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
CN110324380B (zh) * 2018-03-30 2021-09-07 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
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
CN111737615B (zh) * 2020-05-14 2024-08-20 阿波罗智联(北京)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
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
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
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
CN114896280B (zh) * 2022-03-22 2024-06-18 杭州未名信科科技有限公司 一种数据查询方法和系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120209945A1 (en) * 2011-02-16 2012-08-16 Jayadev Chandrasekhar Optimizing Server Resources Using Multiple Retry For High Traffic Websites

Family Cites Families (32)

* Cited by examiner, † Cited by third party
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
US7509404B2 (en) * 2000-03-08 2009-03-24 Oracle International Corporation Methods and systems for partial page caching of dynamically generated content
US7925967B2 (en) * 2000-11-21 2011-04-12 Aol Inc. Metadata quality improvement
US20020111992A1 (en) * 2000-12-18 2002-08-15 Copeland George P. JSP composition in a cache for web applications with dynamic content
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
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
US9165044B2 (en) * 2008-05-30 2015-10-20 Ethority, Llc Enhanced user interface and data handling in business intelligence software
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
US9607327B2 (en) * 2008-07-08 2017-03-28 Dan Atsmon Object search and navigation method and system
JP5419886B2 (ja) * 2008-10-08 2014-02-19 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
CN101661459B (zh) * 2009-10-19 2011-08-31 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
US8909863B2 (en) * 2009-11-16 2014-12-09 Microsoft Corporation Cache for storage and/or retrieval of application information
CN102375857B (zh) * 2010-08-24 2014-08-13 腾讯科技(深圳)有限公司 一种搜索方法和装置
US9135358B2 (en) * 2010-10-20 2015-09-15 Microsoft Technology Licensing, Llc Result types for conditional data display
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
US9367634B2 (en) * 2012-01-19 2016-06-14 Brightedge Technologies, Inc. Optimizing location and mobile search
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
US9785786B2 (en) * 2012-09-24 2017-10-10 Protegrity Corporation Privacy preserving data search
CN102902815B (zh) * 2012-10-23 2016-01-13 北京奇虎科技有限公司 用于搜索引擎的结果展示系统
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120209945A1 (en) * 2011-02-16 2012-08-16 Jayadev Chandrasekhar Optimizing Server Resources Using Multiple Retry For High Traffic Websites

Also Published As

Publication number Publication date
CN104424199B (zh) 2018-07-24
EP3036662B1 (en) 2019-04-24
EP3036662A1 (en) 2016-06-29
HK1204700A1 (zh) 2015-11-27
US20150058308A1 (en) 2015-02-26
TW201508518A (zh) 2015-03-01
JP2016531367A (ja) 2016-10-06
CN104424199A (zh) 2015-03-18
WO2015026667A1 (en) 2015-02-26
JP6152226B2 (ja) 2017-06-21

Similar Documents

Publication Publication Date Title
TWI613555B (zh) 搜索方法和裝置
US11481403B2 (en) Ranking contextual metadata to generate relevant data insights
CN107077691B (zh) 用于确定数据库高速缓存命中的基于年龄的策略
US10261762B2 (en) User interface template generation using dynamic in-memory database techniques
TWI689881B (zh) 一種定向顯示訊息方法及裝置
JP6050327B2 (ja) 動的な画像表示領域およびウェブ検索結果内での画像表示
US20140040231A1 (en) Methods and systems for searching software applications
US10296641B2 (en) Techniques for efficient access of software application functionality in search
US20170131872A1 (en) Mobile User Interface
WO2017005094A1 (zh) 一种数据查询方法和装置
US20170293617A1 (en) Unified storage system for online image searching and offline image analytics
JP2016513834A (ja) 文字入力を容易にする文字のカルーセルを有するグラフィカル入力表示
WO2019233095A1 (zh) 一种信息展示方法及其终端设备、网络设备
WO2013134571A1 (en) Online backup system
US11409742B2 (en) Efficient database searching for queries using wildcards
WO2015154682A1 (zh) 一种网络请求处理方法、网络服务器和网络系统
WO2020063844A1 (zh) 一种推荐关联信息的方法及其终端、服务器
JP6470126B2 (ja) ファイルバリアントを作成する方法、計算装置、及びプログラム
US10372299B2 (en) Preserve input focus in virtualized dataset
US10872103B2 (en) Relevance optimized representative content associated with a data storage system
US11232118B2 (en) Optimizing result presentation of a database operation
US20160179821A1 (en) Searching Inside Items
US9230022B1 (en) Customizable result sets for application program interfaces
Jaeger et al. Cloud-based content centric storage for large systems
US20110055260A1 (en) Systems and methods for delivering a web page to a user in response to a page request