[发明专利]搜索引擎中网站数据的更新方法、装置和搜索引擎

说明书

本申请公开了一种搜索引擎中网站数据的更新方法、装置和搜索引擎，其中，方法包括：接收网站站长本次提交的目标网站的结构化数据，通过文件形式在分布式存储系统中保存目标网站的结构化数据，支持站点海量数据的引入，针对目标网站，并将本次提交的目标网站的结构化数据和上次提交的结构化数据进行比较，并根据比较结果更新网页数据库中目标网站的结构化数据。由此，提高了搜索引擎中引入网站的结构化数据的引入效率，并且提高了搜索引擎中收录网站的更新内容的效率，进而在后续用户通过搜索引擎进行搜索时，可提高搜索结果的准确性以及时效性。

技术领域

本申请涉及互联网技术领域，尤其涉及一种搜索引擎中网站数据的更新方法、装置和搜索引擎。

背景技术

结构化资源是指网站站长向搜索引擎提供的、可以被搜索引擎直接收录、索引和展现的优质数据，实现即搜即得的功能。而结构化资源进入搜索引擎的网页库后，搜索引擎控制力更强，也有更好的质量保证，能够为用户提供优质的搜索体验。因此，大量的站点全站数据都是通过结构化资源的方式直接向搜索引擎提交的。

相关技术中，在网站对应网页的网页内容更新时，为了使得搜索引擎所提供的该网站的网页内容也进行同步更新。一般是由站长提交网站新增、删除和/或更改的数据，然后，通过关系数据库保存站长提交的网站新增、删除和/或更改的数据。然而，对于数据规模量较大的网站时，站长需要自己做数据引入的预处理，效率较低，并且，通过关系数据库保存网站新增、删除和/或更改的数据，对于数据库造成过大的压力，无法及时引入，从而导致搜索引擎中对应网页中的删除数据不能被及时删除，新增数据无法及时进入搜索引擎，继而导致用户不能及时使用网站的新内容，检索时效性就会出现问题。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种搜索引擎中网站数据的更新方法，该方法提高了搜索引擎中引入网站的结构化数据的引入效率，并且提高了搜索引擎中收录网站的更新内容的效率，进而在后续用户通过搜索引擎进行搜索时，可提高搜索结果的准确性以及时效性。

本申请的第二个目的在于提出一种搜索引擎中网站数据的更新装置。

本申请的第三个目的在于提出一种搜索引擎。

本申请的第四个目的在于提出一种非临时性计算机可读存储介质。

本申请的第五个目的在于提出一种计算机程序产品。

为达上述目的，本申请第一方面实施例提出了搜索引擎中网站数据的更新方法，包括：所述搜索引擎包括分布式存储系统和网页数据库，所述方法包括：

接收网站站长本次提交的目标网站的第一结构化数据；将所述第一结构化数据写入目标文件，并将所述目标文件存储至所述分布式存储系统，并保存所述第一结构化数据的第一存储位置；在监控到所述第一结构化数据存储完毕时，针对所述目标网站，根据所述第一存储位置从所述分布式存储系统的所述目标文件中获取所述第一结构化数据；获取所述网页数据库中与所述目标网站对应的第二结构化数据，其中，所述第二结构化数据为所述网站站长上次提交的结构化数据；将所述第一结构化数据与所述第二结构化数据进行比较，并根据比较结果更新所述网页数据库中所述目标网站的所述第二结构化数据。

本申请实施例的搜索引擎中网站数据的更新方法，接收网站站长本次提交的目标网站的结构化数据，通过文件形式在分布式存储系统中保存目标网站的结构化数据，支持站点海量数据的引入，针对目标网站，并将本次提交的目标网站的结构化数据和上次提交的结构化数据进行比较，并根据比较结果更新网页数据库中目标网站的结构化数据。由此，提高了搜索引擎中引入网站的结构化数据的引入效率，并且提高了搜索引擎中收录网站的更新内容的效率，进而在后续用户通过搜索引擎进行搜索时，可提高搜索结果的准确性以及时效性。