2016哈工大光熙论坛704期:可扩展的分布式搜索引擎关键技术研究

题目：可扩展的分布式搜索引擎关键技术研究

时间：2016年5月26日14:00 –15:00

地点：综合楼517

主讲人：钱立兵，男，哈工大计算机学院博士研究生

研究方向：搜索引擎、多核与并行计算

网络信息的数据每天都在不断更新、产生，各种各样的非结构化数据成指数增长，网络数据具有庞大、动态、非结构等特点，能够使得人们快速获取信息和事务交互的平台便是搜索引擎技术。这项伟大技术打破了人们无方向的彷徨在信息海洋中，带领了人们走出迷宫，实现了人们便利、快捷地找到需要的重要信息和事务交互。但是不断增长的大规模文档数据和查询请求对搜索引擎的性能提出巨大的挑战。搜索引擎担负着在秒级时间内从数百亿的网页数据中处理成千上万的查询任务，因此搜索引擎面临着巨大的性能挑战，如何提升分布式搜索引擎的系统扩展性和性能已成为当前研究的重点。

本文针对搜索引擎架构、查询算法以及查询结果缓存等关键技术问题，深入研究和讨论如何高效并行地处理查询、提高分布式搜索引擎性能。在总结前人工作的基础上，对分布式搜索引擎的性能和可扩展性问题，提出一种可扩展分布式搜索引擎架构，优化其查询处理算法，并研究查询结果缓存的结构、策略和预处理算法。