google搜索引擎工作原理：

这是一张图片，现在我把它整理成文字格式，刚才也查看了下，已经有勤快的人做了整理，但是每个人的思路有所不同，我就按我的思路再整理一下。

一、你写了一篇博客，发了一篇帖子，twitter上推了文章，或者对网站进行内容更新。

二、google的机器人（google一般不叫蜘蛛的，蜘蛛是百度）不停地爬取整个网络，其中包括你发布的内容或更新，爬取的频率跟自己发布信息的位置权重有关。

1、google机器人是按照链接的入口进行爬取，如果你的网站没有外链或者没有任何入口，那么想让google机器人爬取你的网站是很难的。

2、google爬取你的网站的时候，首先会爬取你的robots文件（如果没有robots文件，google会直接返回错误页面，所以尽量添加robots文件），如果你在robots文件中设置了不让google爬取，那么google就不会爬取你的内容。

3、你添加的外链是添加了nofollow标签的，那google不会通过外链来爬取你的网站。

4、google可以通过博客的ping命令或者XML格式的Sitemaps文件爬取你的网站（flash网站或没有入口的网站要制作好Sitemaps文件）。

5、外链质量越高，你的网页权重越高，机器人越容易爬到你的网站。

6、爬取dofollow外链入口。

三、一旦你的内容被爬取后，你的页面会在很短时间内被索引。

1、网页内容被存储在一个逆索引（reverse index）。

1）网页标题和链接数据存储在一个数据中，用于竞争激烈或宽泛的关键词搜索。

2）网页内容用于不常见的长尾关键词的搜索。

2、当你利用google搜索时，不是搜索的现实网络，而是google经过一系列算法整合不断更新的。

四、google会判别你的网页和域名的权重值

五、网页根据google的算法原理进行重新编辑和检查。

1、google反垃圾算法和内容质量评定算法进行分析。

2、1万远程测试者对他们的结果评分。

3、google从用户数据中提取垃圾数据。

4、google根据DMCA的通知提出侵权的数据。

六、应用惩罚政策（内容质量在这一环节分辨），同时网页的title部分和内容部分被放到不同的索引器，这些数据会被搜索用户使用。

七、用户使用google搜索引擎进行搜索。

大多数的google查询，都可能进行多个实验性技术，基本上，所有的搜索都处在某种实验的测试下。

八、google根据用户搜索的词或字母提供关键词建议。

九、google将和搜索词相似的同义词按照一定的算法按顺序穿插在搜索结果中。

十、产生初步搜索结果。

1、google的搜索结果有很多，但是可能只显示1000条。

2、搜索结果地域性，本地的网站优先于外地的搜索结果排名。

十一、google将搜索出来的所有网页按照网页权重和google自身的算法排名出现在搜索结果中，内容重复的网页将按照权重和其他算法识别哪个是重复内容，然后删除重复内容的网页。

1、首先google根据关键字，广告匹配类型和用户所在地找到相关的广告。

2、广告符合政策和规定。

1）广告不符合规定，账号可能被封。

2）搜索量很少或点击量很少可能会被停止投放。

3）大型广告商会有优惠（amazon）

4）有些广告可能显示扩展内容（类似小网站导航）

3、广告根据潜在收入打分（竞价广告和广告质量）。

4、大多数发布广告者已经编辑好广告语，但有时广告语会动态显示。

5、广告转化率高，可能会打破第3条规定，排在广告排名的前面。

6、其他广告显示在右端。

十二、内容过滤。

1、通用搜索：你键入的关键词如果google认为垂直搜索的搜索结果与其有关，可能会直接把垂直搜索的结果展示出来。

2、个性化搜索：某个客户端经常浏览的网站会优先排名给这个客户端。

3、过度优化网站会被剔除。

4、网站被高权重网站链接，排名会靠前。

5、短时间内某个关键词被大量搜索，google可能倾向于最新结果（fresh），比如新闻炒作等。

6、整合搜索结果，同一个域名显示在同一个页面，google会整合成一条搜索结果显示。

十三、显示不带广告的搜索结果。

所有这一切都在一秒内完成，每天搜索次数3亿，google搜索引擎年收入200亿美元。

google搜索引擎工作原理示意图原图。