کنسول جستجوی گوگل از فیلترهای بلوم برای گزارش سریعتر استفاده می کند

به گزارش reportaj.me و به نقل از seroundtable از گری ایلیز از گوگل پرسیده شد که چرا داده های فیلتر شده بالاتر از داده های کلی در کنسول جستجوی گوگل است؟ که در آن گری توضیح داد که فیلتر چگونه کار می کند – به طور خاص – از یک “فیلتر بلوم” استفاده می کند.

فیلتر بلوم یک ساختار داده احتمالی کارآمد در فضا است که توسط برتون هاوارد بلوم در سال ۱۹۷۰ طراحی شد و برای آزمایش اینکه آیا یک عنصر عضوی از یک مجموعه است استفاده می شود.

گری گفت این فیلتر به این دلیل استفاده می شود که روشی کارآمد و سریع برای پردازش حجم زیادی از داده ها و پردازش بسیاری از داده های ذخیره شده است.

گری در ساعت ۱:۱۳ در ویدیوی ساعات اداری Google SEO گفت: “پاسخ کوتاه این است که ما از چیزی به نام فیلترهای بلوم استفاده زیادی می کنیم زیرا باید داده های زیادی را مدیریت کنیم و فیلترهای بلوم می توانند در زمان و زمان ما صرفه جویی کنند. اساسا ذخیره سازی.”

وی افزود: “پاسخ طولانی هنوز این است که ما به شدت از فیلترهای بلوم استفاده می کنیم، زیرا باز هم باید داده های زیادی را مدیریت کنیم، اما می خواهم چند کلمه در مورد فیلترهای بلوم نیز بگویم. وقتی شما تعداد زیادی آیتم را مدیریت می کنید. در یک مجموعه، و منظور من میلیاردها مورد است، اگر نه تریلیون ها، گاهی اوقات جستجوی سریع چیزها بسیار سخت می شود. اینجاست که فیلترهای Bloom مفید هستند. آنها به شما اجازه می دهند با مجموعه متفاوتی مشورت کنید که حاوی هش از موارد ممکن در قسمت اصلی است. تنظیم کنید، و داده‌ها را در مجموعه کوچک‌تر خود جستجو می‌کنید، زیرا ابتدا هش‌ها را جستجو می‌کنید.”

“خیلی سریع است، اما هش کردن گاهی اوقات با از دست دادن داده‌ها همراه می‌شود، چه به صورت هدفمند یا غیرعمد. و این داده‌های از دست رفته همان چیزی است که شما تجربه می‌کنید. داده‌های کمتری که باید از آن عبور کنید به معنای پیش‌بینی دقیق‌تر درباره وجود یا عدم وجود چیزی در مجموعه اصلی است. اساساً. بلوم فیلتر می‌کند تا با پیش‌بینی اینکه آیا چیزی در یک مجموعه داده وجود دارد، اما به بهای دقت، جستجوها را سرعت می‌بخشد و هرچه مجموعه داده‌ها کوچک‌تر باشد، پیش‌بینی‌ها دقیق‌تر هستند.”