搜索引擎超过 10 页以后的数据，有必要索引吗？

[okwork]

1 很少有用户翻到 10 页以后
2 数据准确性几乎没有可参考价值
3 广告位也卖不出去

只保留 10 页以内的数据，远比保存几百、几千页数据存储和索引的效率都高很多。10 页以后的数据价值可能只有 10 页内的 1%都不到吧，有必要索引吗？

[LongLights]

@wangxiaoaer 顺便心疼老哥

[trcnkq]

喜欢看这种抬杠抬一半自己想明白了却找不到台阶下的

[misaka19000]

楼上干嘛呢都，索引的时候只有权重信息，搜索的时候才有页数的概念

[rexyan]

一般不用 from，size 进行分页吧，只是默认结果是 10 页而已。多用 score 查询。还有就是多用 filter 之类的带缓存的过滤器。

[jfdnet]

搜索自然会索引所有的资料。分页只是页面的一种组织形式，你也可以滚动啊。

[mumbler]

索引肯定要全部,否则怎么知道哪些结果该排前面,但只显示前多少页,减少反向索引缓存数据量

[goodan]

@trcnkq 描述精准哈哈哈

[loading]

请各位点“忽略主题”

[akira]

如果互联网是禁止不变的，永远没有新增内容，没有变化

[huyi23]

lz 别跟一群键盘侠 bb
阿里云的 open search 就不支持 5000 以外的数据

[pandachow]

心疼两位，lz 真的应该好好锻炼一下逻辑。。。

[Milomide]

可以有但没必要。。

[dezhou]

前提是是否有人看第十一页，有就会缓存

[FrankFang128]

显然，对于 Google 来说，显示后面页数并没有什么成本，因为你只有遍历所有页面之后，才能知道前十页的结果是什么。而且前十页的结果也是动态变化的。所以 Google 总归是要存更多结果的。

[encro]

搜索引擎大概分为几个部分：
蜘蛛：爬取内容
仓库：存储原始数据（磁盘）
索引：将数据以特定的结构保存进行存储，以便于检索（内存）
检索：根据各项权重对数据进行取出和排序


你问的是索引，就是将文章按照关键词保存在内存，当然是除了一些辅助词之外，其他的词都有建立索引的。
如果你问检索，也基本是一样的，只有检索完所有索引和附加字段，才知道哪些是关联性最高的，可以排在前面。

[petelin]

索引自然需要 展示 10 页是代码上选择问题 你还可以每天索引一遍全部的 然后想个办法每个关键词都取前 10 页的数量 剩下的 document 都删掉

这个成本也不比全量保存好