使用開源搜索引擎YaCy的技巧是什么

今天小編給大家分享一下使用開源搜索引擎YaCy的技巧是什么的相關(guān)知識點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

自定義 YaCy

YaCy 安裝好之后，只需要訪問 localhost:8090 就可以使用了。要自定義搜索引擎，只需要點(diǎn)擊右上角的“管理Administration”按鈕（它可能隱藏在小屏幕的菜單圖標(biāo)中）。

你可以在管理面板中配置 YaCy 對系統(tǒng)資源的使用策略，以及如何跟其它的 YaCy 客戶端進(jìn)行交互。

YaCy profile selector

例如，點(diǎn)擊側(cè)欄中的“第一步First steps”按鈕可以配置備用端口，以及設(shè)置 YaCy 對內(nèi)存和硬盤的使用量；而“監(jiān)控Monitoring”面板則可以監(jiān)控 YaCy 的運(yùn)行狀況。大多數(shù)功能都只需要在面板上點(diǎn)擊幾下就可以完成了，例如以下幾個(gè)常用的功能。

內(nèi)網(wǎng)搜索應(yīng)用

目前市面上也有不少公司推出了內(nèi)網(wǎng)搜索應(yīng)用，而  YaCy 可以免費(fèi)為你提供一個(gè)。對于能夠通過 HTTP、FTP、Samba 等協(xié)議訪問的文件，YaCy  都可以進(jìn)行索引，因此無論是作為私人的文件搜索還是企業(yè)內(nèi)部的本地共享文件搜索，YaCy 都可以實(shí)現(xiàn)。它可以讓內(nèi)部網(wǎng)絡(luò)中的用戶使用你個(gè)人的 YaCy  實(shí)例來查找共享文件，于此同時(shí)保持對內(nèi)部網(wǎng)絡(luò)以外的用戶不可見。

網(wǎng)絡(luò)配置

YaCy 在默認(rèn)情況下就支持隱私和隔離。點(diǎn)擊“用例與賬號Use Case & Account”頁面頂部的“網(wǎng)絡(luò)配置Network Configuration”鏈接，即可進(jìn)入網(wǎng)絡(luò)配置面板設(shè)置對等網(wǎng)絡(luò)。

YaCy network configuration

爬取站點(diǎn)

YaCy 的分布式運(yùn)作方式?jīng)Q定了它對頁面的爬取是由用戶驅(qū)動(dòng)的。并沒有一個(gè)大型公司對整個(gè)互聯(lián)網(wǎng)上的所有可訪問頁面都進(jìn)行搜索，對于 YaCy 來說也是這樣，一個(gè)站點(diǎn)只有在被用戶指定爬取的前提下，才會被 YaCy 爬取并進(jìn)入索引。

YaCy 客戶端提供了兩種爬取頁面的方式：你可以手動(dòng)爬取，并讓 YaCy 根據(jù)建議去爬取。

YaCy advanced crawler

手動(dòng)爬取

手動(dòng)爬取是指由用戶輸入指定的網(wǎng)站 URL 并啟動(dòng) YaCy 的爬蟲任務(wù)。只需要點(diǎn)擊“高級爬蟲Advanced Crawler”并輸入計(jì)劃爬取的若干 URL，然后選擇頁面底部的“進(jìn)行遠(yuǎn)程索引Do Remote indexing”選項(xiàng)，這個(gè)選項(xiàng)會讓客戶端向互聯(lián)網(wǎng)廣播它要索引的 URL，可選地接受這些請求的客戶端可以幫助你爬取這些 URL。

點(diǎn)擊頁面底部的“開始新爬蟲任務(wù)Start New Crawl Job”按鈕就可以開始進(jìn)行爬取了，我就是這樣對一些常用和有用站點(diǎn)進(jìn)行爬取和索引的。

爬蟲任務(wù)啟動(dòng)之后，YaCy 會將這些 URL 對應(yīng)的頁面在本地生成和存儲索引。在高級模式下，也就是本地計(jì)算機(jī)允許 8090 端口流量進(jìn)出時(shí)，全網(wǎng)的 YaCy 用戶都可以使用到這一份索引。

加入爬蟲網(wǎng)絡(luò)

盡管一些非常敬業(yè)的 YaCy  高級用戶已經(jīng)強(qiáng)迫癥般地在互聯(lián)網(wǎng)上爬取了很多頁面，但對于全網(wǎng)浩如煙海的頁面而言也只是滄海一粟。單個(gè)用戶所擁有的資源遠(yuǎn)不及很多大公司的網(wǎng)絡(luò)爬蟲，但大量  YaCy 用戶如果聯(lián)合起來成為一個(gè)社區(qū)，能產(chǎn)生的力量就大得多了。只要開啟了 YaCy  的爬蟲請求廣播功能，就可以讓其它客戶端參與進(jìn)來爬取更多頁面。

只需要在“高級爬蟲Advanced Crawler”面板中點(diǎn)擊頁面頂部的“遠(yuǎn)程爬取Remote Crawling”，勾選“加載Load”旁邊的復(fù)選框，就可以讓你的客戶端接受其它人發(fā)來的爬蟲任務(wù)請求了。

YaCy remote crawling

YaCy 監(jiān)控相關(guān)

YaCy 除了作為一個(gè)非常強(qiáng)大的搜索引擎，還提供了很豐富的主題和用戶體驗(yàn)。你可以在“監(jiān)控Monitor”面板中監(jiān)控 YaCy 客戶端的網(wǎng)絡(luò)運(yùn)行狀況，甚至還可以了解到有多少人從 YaCy 社區(qū)中獲取到了自己所需要的東西。

YaCy monitoring screen

搜索引擎發(fā)揮了作用

你使用 YaCy  的時(shí)間越長，就越會思考搜索引擎如何改變自己的視野，因?yàn)槟銓ヂ?lián)網(wǎng)的體驗(yàn)很大一部分來自于你在搜索引擎中一次次簡單查詢的結(jié)果。實(shí)際上，當(dāng)你和不同行業(yè)的人交流時(shí)，可能會注意到每個(gè)人對“互聯(lián)網(wǎng)”的理解都有所不同。有些人會認(rèn)為，互聯(lián)網(wǎng)的搜索引擎中充斥著各種廣告和推廣，同時(shí)也僅僅能從搜索結(jié)果中獲取到有限的信息。例如，假設(shè)有人不斷搜索關(guān)于關(guān)鍵詞  X 的內(nèi)容，那么大部分商業(yè)搜索引擎都會在搜索結(jié)果中提高關(guān)鍵詞 X 的權(quán)重，但與此同時(shí)，另一個(gè)關(guān)鍵詞 Y 的權(quán)重則會相對降低，從而讓關(guān)鍵詞 Y  被淹沒在搜索結(jié)果當(dāng)中，即使這樣對完成特定任務(wù)更好。

以上就是“使用開源搜索引擎YaCy的技巧是什么”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學(xué)習(xí)更多的知識，請關(guān)注億速云行業(yè)資訊頻道。