两位Google大牛对Search Infrastructure和Quality的一席谈

在Youtube上找App Engine的视频的时候，发现一个关于Search Infrastructure和Quality的视频，而且是由两位Google院士参与的，一位是负责Search Infrastructure的分布式大牛Jeff Dean，另一位则是负责Seacrh Quality的算法大牛Amit Singnal，接下来是我的笔记：

影响一个大型Information Retrieval系统构建的因素

1. 需要被Index的文档数量。
2. 用户的查询量。
3. Index的日常更新量（Track Update）。

现在的搜索和过去的搜索的区别

主要在三个方面有非常大的区别：

1. 系统方面：现在拥有每天能抓取Billion级别的文档，生成相应Index，并快速处理用户请求的大型系统。
2. 使用量方面：由于现在用户对于搜索服务的使用量之大，使得一些以前无法想象的服务能够诞生，比如拼写纠正。
3. 算法方面：现有的搜索算法不仅参考了经典的学院算法，而且也参考了多年的实际经验。

如果提高Information Retrieval系统的速度

Jeff Dean给出了非常简单的答案，那就是“并行”。

如何提高搜索质量

首先，尽量从用户的角度思考，同时好的搜索结果也很简单，那就是将用户想要的结果以最快的速度，并通过最友好的界面传递给用户。

其次，因为搜索质量这个问题决定属于一个Hard Problem，所以需要每天不间断地提升，比如，通过一个Sandbox来不断测试新的搜索算法的最新数据。

如何平衡速度和质量的关系

首先，Search Infrastructure和Search Quality这两方面需要一起努力。其次，Search Infrastructure需要更灵活，并能提供一个Sandbox来测试最新的算法和最新的数据，并可以使用一小部分用户的真实流量来测试，这点李开复也曾经提到过。

未来的发展

1. 更高的质量。
2. 更大的Index和更快的速度。
3. 统一search，也就是将网页搜索，图片搜索和视频搜索等整合到一起。