使用http://您的ip地址:7778 登录Kloxo,初始用户名和密码都是admin。
第一次登录Kloxo之后系统会提示更改密码，未更改密码前无法进行任何操作。
如果您觉得http方式不能保证您的安全，还可以采用加密的https协议来访问您的后台https://您的ip地址:7777

切换语言(可选)

如果需要中文界面：请在Appearance -> Language里选择 Chinese, 然后点击update确认，面板就变成中文界面了！

Step 2:添加dns模板

先找到您的域名的dns是什么，准备好。一般您的域名在哪里注册的，就可以在注册商的域名控制面板出找到您域名的dns。
例如域名为 www.p2pvps.net,dns为 ns1.p2pvps.net, ns2.p2pvps.net

Step 3:绑定域名

有一点需要注意，绑定完顶级域名后会自动绑定www子域名到这个目录。
也就是说，绑定p2pvps.net到p2pvps.目录后，会自动把www.p2pvps.net绑定到diavps目录。
注意：请不要启用php-fastcgi, 否则可能会出现500

Step 4:添加数据库

Step 5:登录FTP

IP为您VPS的IP
用户名为admin, 密码为Kloxo的密码，也就是第一步中修改的密码。
如果需要创建新的ftp帐号，可以在“ftp用户中”创建

关闭网站统计(重要)

在Kloxo/Lxadmin里添加了一个域名,默认的是打开了网站统计.建议在添加域名时就关闭这个功能。
如果没有关闭统计并且流量很大,用不了多久硬盘就会被统计文件撑爆。
如果你的MySQL不能正常启动，很有可能是这个原因。可以在下图所示位置关掉统计

为避免这样的情况发生，请在每个域名下作以下设置：

选中“删除已归档的日志”，然后点击updata即可

如果需要删除已有的统计文件
输入命令：
rm /home/admin/__processed_stats/*

如果硬盘已经占满并且数据库不能启动，lxadmin不能打开，可以用SSH登录到系统执行删除操作，命令：
rm /home/admin/__processed_stats/*
删除之后启动MySQL，命令：
service mysqld start

如何解决KLOXO/lxadmin使用Apache服务器中文乱码的问题

KLOXO/lxadmin中，如果web服务器选择apache的话，由于apache的缺省编码是UTF-8，而国内部分程序默认编码是GBK 或GB2313，那么部分程序会出现中文乱码的问题。

在apache的httpd.conf里，有默认编码的设置。

首先用SSH登陆VPS，修改httpd.conf文件

cd /etc/httpd/conf/
vi httpd.conf

查找：AddDefaultCharset
把：AddDefaultCharset UTF8
改为：AddDefaultCharset OFF

这样的话，打开页面的时候就会按照网页的编码设置来打开网页。
输入以下命令重启Apache
/etc/init.d/httpd restart

2.如果一切顺利，您将看到入下界面

3.如图上的注释，根据您的需要进行操作，就这么简单，希望您能用得开心。
4.文件管理，可以使用ftp登陆后管理文件，您下载的文件所在位置 /home/{您的名字}/Download/
4.使用过程中如遇问题，请提交服务单到我们的技术支持部门(需要先登陆才可看见),或联系我们的在线客服。

Linux 系统网络优化

以下几项是可以修改的网络参数的一小部分，我查资料把与下载可能有关的确定为以下参数。
#iip_forward，ip包转发(默认0），做路由器需设为1启用，MSS只是客户端关闭设0即可
echo 0 > /proc/sys/net/ipv4/ip_forward
#ip_default_ttl，ip包生存时间（默认64），默认64即可
echo 64 > /proc/sys/net/ipv4/ip_default_ttl
#tcp_retries2，已存在tcp连接重试次数（默认15次），普遍认为数值可调小故设7
echo 7 > /proc/sys/net/ipv4/tcp_retries2
#tcp_fin_timeout，tcp会话wait2超时时间（默认180秒），普遍认为数值可调小故设60
echo 60 > /proc/sys/net/ipv4/tcp_fin_timeout
#ip_local_port_range，设定本地对外连接的端口范围，默认1024-4999，适当扩大到 6999.
echo “1024 6999″ > /proc/sys/net/ipv4/ip_local_port_range

rTorrent普通设定优化

1.功能设定

#此项一定要开（如果是PT种子时，会自动将该任务peer_exchange关闭）
peer_exchange = yes
#下载会话信息
session = ~/rtorrent
#是否允许udp连接
use_udp_trackers = no
#pt不允许dht
dht = off
#下载完成后是否重新hash
check_hash = no
#文件名编码
encoding_list=UTF-8
#发送缓存
send_buffer_size = 4M
#接收缓存
receive_buffer_size = 8M
port_range = 32199-34999
hash_read_ahead = 30
hash_interval = 200
set_max_open_http = 8
#scgi
scgi_port = localhost:5000

2.连接设定
与下载速率有关的设定有以下几项，理论上来说越大越好，但实际上要综合性能任务等多方面考虑。
因为总peers（连接数）与网络速率（上传、下载两部分）与rTorrent的内存占用成正比。
download_rate = 0
upload_rate = 0
每个任务的最小连接数、最大连接数、做种时候最小连接数、做种时最大连接数、最大上传数。
min_peers = 40
max_peers = 200
min_peers_seed = 10
max_peers_seed = 50
max_uploads = 15
但是根据机器性能，尤其是min_peers很难取舍，因为下载中的任务(leech)，
现有连接数<40时，rTorrent会持续的访问多个tracker来保证连接达到40，而此时就可能引发CPU的占用问题

3.细节设定
Tos，Type of Service（服务类型）,分别是低延迟lowdelay，高速率throughput，高可靠度reliability,低消耗。
或者也可以自定义一个值，这里目前把它设为高速率（我昨天找到一个据说是黄金值，好像设了后速度飞快，但仍在试验阶段）
#tos = default|lowdelay|throughput|reliability|mincost, tos = hex
tos = throughput
**”set_max_open_http”是最重要的效率优化值，目前仍在试验中，外网上有老外探讨这个问题，专门把它设低，主要针对低性能多任务情况。
因为rTorrent在进行HTTP访问时，对CPU占用率极高，所以才有了MSS上经常遇到的假死现象（screen操作没有任何反应），
这时如果你用top看一下，rtorrent的CPU占用不是90%以上就是不正常的显示为0%，但Load average值会很高。
rtorrent对HTTP访问（也就是访问tracker服务器取得返回连接信息）的默认设置是32个.
当你有很多任务（假如下载10个，做种50个）同时进行，一旦开始这个过程，CPU立刻就从<10%飙升到100%了。
这种情况，轻微的会导致rTorrent的screen下无法操作，
严重的会导致MSS失去响应，所有的tcp连接失效，等恢复后看到下载上传速度均为0.
而造成这种情况的关键原因是rTorrent完全遵守标准的BT下载原理所致，比如软件启动后的过程是。
载入任务（如50个种子），按次序所有的 tracker开始排队进行访问（此时CPU已经飙升），依次访问成功后，进入等待状态（CPU降到10%以下），
但每个tracker在各自等待1800秒（30分钟）会再次重复同样的过程，所以就造成rTorrent总是在大约30分钟进入严重的假死状态。
所以必须在配置文件中设定 HTTP最大值减少，强制延长HTTP同时访问数，反而可以减少或避免rTorrent假死状态提高工作效率。
#设定http最大值（用于 http tracker访问），默认32，建议MSS设为8以下，我正在测试设为2的效果（这样可以完全避免假死状况，但又会影响访问tracker取得连接的效率）。
set_max_open_http = 8

自动化应用设定

这些是积累的设定总结，已有多处更新，部分已包含在分组管理中。
（1）关于共享率的设置如下即可实现（当任务下载完成后）
ratio.enable=
ratio.min.set=10
ratio.max.set=50
ratio.upload.set=20M
是指满足下面两个条件之一就关闭(close)任务，
1.当分享率达到10%并且上传大于20M时，
2.当分享率达到50%
默认设置就是close任务了（不需要下面这句），如果加上的话是关闭+删除，也可增加其他设定
注意不要用d.erase是删除任务且如果有其他设定将删掉全部文件。
#system.method.set = group.seeding.ratio.command, d.close=, d.erase=
（2）完成或者删除任务时可以设为自动转移或者执行其他命令
以下为旧版本命令，目前兼容可用：
1.删除时自动删除下载目录
on_erase = rm_complete,”d.open= ;execute=rm,-rf,$d.get_base_path=”
2.完成时自动转移下载目录
on_finished = move_complete,”execute=mv,-u,$d.get_base_path=,/shares/mss-hdd/Public/Downloads ;d.set_directory=/shares/mss-hdd/Public/Downloads”
3.完成后删除T状态（tied到watch下种子）和watch下对应的.torrent文件
on_finished = remove_tied,”d.delete_tied=”
4.完成后执行4g脚本判断是否需要合并（详见第3条4g脚本）
on_finished = 4g,”execute=RT4g.sh,$d.get_base_path=,$d.get_custom2=”
以上命令实测可以支持任何文件名（包括中文、字符、空格等），如果中文字符出现问题
大概的解决方法是：
ipkg install utf8proc (安装了一个utf8相关的包)
export LC_ALL=zh_CN.UTF-8(设置了一下语言)
（3）大于4g的文件合并修改版（感谢原脚本作者,只是做了一些功能修正）
修改的脚本解决两处bug（不含目录的单个文件被RT强制分割后无法进行合并和必须依赖建立link文件才能运行），
增加判断是否为PT种子的功能，默认如果是PT种子的话，不删除分割文件（000，001），保证下载继续做种（但需要以后自己动手删除文件）。
内容详见附件
（4）活用schedule命令可以做很多事情。
其实它的标准格式是schedule = 任务名称，执行时间，生效时间，命令
如：自动变更下载速率
schedule = throttle_1,01:00:00,24:00:00,download_rate=0
schedule= throttle_2,05:00:00,24:00:00,download_rate=25
自动变更加密协议（因为我的宽带是在凌晨0点解开P2P封锁）
schedule = encryption_1a,00:00:00,24:00:00,encryption=enable_retry
schedule = encryption_1p,00:00:05,24:00:00,”print=\”encryption:enable_retry\”"
schedule = encryption_2a,07:00:00,24:00:00,encryption=try_outgoing
schedule = encryption_2p,07:00:05,24:00:00,”print=\”encryption:try_outgoing\”"

（5）利用screen的外部输入方法来修改rTorrent的任何设置。
比如设定upload为30的话，可是输入下面的命令
screen -s torrent -X eval ‘stuff ^Xupload_rate=30^M’
比如在screen下用命令调整上传速率。
screen -s torrent -X eval ‘stuff \”ccccssss\”‘
以此来结合crontab，可以做到在任意日期时间组合下修改任何rTorrent的配置。

其他辅助性设定：
(1).设定rTorrent时区以保证运行
schdule设定前提必须是时间正确，结果我发现出错误的原因是时区问题。
所以必须在rTorrent启动脚本中增加”export TZ=CST-8″语句，
也就是说现在的S99rtorrent脚本开头应该是下面几句。
#!/opt/bin/sh
export HOME=/opt/root
export LC_ALL=zh_CN.UTF-8
export TZ=CST-8
rm /shares/mss-hdd/Public/bt/rtorrent/session/rtorrent.lock

(2).增加执行记录
配置文件加入一行，可以记录rtorrent执行的命令，比如下载完成后mv。
才发现/var/log在mss下是随着系统启动临时的，所以把日志放到/pub/log下可以永久保存。
execute_log = /pub/log/rtorrent.log

(3).给rTorrent增加速度记录功能的简易脚本
1.
在/opt/bin下
vi rtlog.sh
#!/bin/sh
time=`date +%Y”-”%m”-”%d” “%H”:”%M”:”%S`
echo “$time Down: “$1″ bps Up: “$2″ bps”>>/pub/log/speedRT.log
wq存盘后，一定要chmod 777 rtlog.sh

2.
vi .rtorrent.rc
增加一行配置(目前时间间隔设定为15分钟)
schedule = speedlog,600,600,”execute=/opt/bin/rtlog.sh,$get_down_rate=,$get_up_rate=”
3.cat /pub/log/speedRT.log
就能看到rTorrent的速度记录了

(5)解决screen下直接按ctrl+s,ctrl+q无效的方法
在登陆后输入命令取消这两个的绑定即可。
stty start undef
stty stop undef

参考配置：

################################## 配置文件开始 ####################################
# This is an example resource file for rTorrent. Copy to
# ~/.rtorrent.rc and enable/modify the options as needed. Remember to
# uncomment the options you wish to enable.

# 每个torrent文件允许连接的最大以及最小的peer的数目
min_peers = 40
max_peers = 250

# Same as above but for seeding completed torrents (-1 = same as downloading)
#min_peers_seed = 10
#max_peers_seed = 50

# Maximum number of simultanious uploads per torrent.
max_uploads = 15

# 全局上传和下载速率，单位是KB. “0″ 代表无限制
download_rate = 0
upload_rate = 0

# 默认下载目录，下载好的文件会放到这里
directory = /home/jelong/bt/

# Default session directory. Make sure you don’t run multiple instance
# of rtorrent using the same session directory. Perhaps using a
# relative path?
session = /home/jelong/bt/session

# 下面是一个非常有用的功能：监视目录
# 放在/opt/torrent目录底下的torrent文件会自动开始下载
# 配置好监视目录以后，只要通过samba或scp往这个目录传种子，就会自动开始下载
schedule = watch_directory,5,5,load_start=/home/jelong/torrent/*.torrent
#schedule = untied_directory,5,5,stop_untied=

# Close torrents when diskspace is low.
schedule = low_diskspace,5,60,close_low_diskspace=100M

# Stop torrents when reaching upload ratio in percent,
# when also reaching total upload in bytes, or when
# reaching final upload ratio in percent.
# example: stop at ratio 2.0 with at least 200 MB uploaded, or else ratio 20.0
#schedule = ratio,60,60,stop_on_ratio=200,200M,2000

# The ip address reported to the tracker.
#ip = 127.0.0.1
#ip = rakshasa.no

# The ip address the listening socket and outgoing connections is
# bound to.
#bind = 127.0.0.1
#bind = rakshasa.no

# Port range to use for listening.
port_range = 6890-6999

# Start opening ports at a random position within the port range.
port_random = yes

# Check hash for finished torrents. Might be usefull until the bug is
# fixed that causes lack of diskspace not to be properly reported.
#check_hash = no

# 是否使用UDP trackers，建议选yes
use_udp_trackers = yes

# Alternative calls to bind and ip that should handle dynamic ip’s.
#schedule = ip_tick,0,1800,ip=rakshasa
#schedule = bind_tick,0,1800,bind=rakshasa

# 是否允许协议加密，建议改成allow_incoming,enable_retry,prefer_plaintext的组合体，具体原因就不解释了
# allow_incoming, try_outgoing, require, require_RC4, enable_retry, prefer_plaintext
#
# The example value allows incoming encrypted connections, starts unencrypted
# outgoing connections but retries with encryption if they fail, preferring
# plaintext to RC4 encryption after the encrypted handshake
#
encryption = allow_incoming,enable_retry,prefer_plaintext

#
# Do not modify the following parameters unless you know what you’re doing.
#

# Hash read-ahead controls how many MB to request the kernel to read
# ahead. If the value is too low the disk may not be fully utilized,
# while if too high the kernel might not be able to keep the read
# pages in memory thus end up trashing.
#hash_read_ahead = 10

# Interval between attempts to check the hash, in milliseconds.
#hash_interval = 100

# Number of attempts to check the hash while using the mincore status,
# before forcing. Overworked systems might need lower values to get a
# decent hash checking rate.
#hash_max_tries = 10

# Max number of files to keep open simultaniously.
#max_open_files = 128

# Number of sockets to simultaneously keep open.
#max_open_sockets =

# Example of scheduling commands: Switch between two ip’s every 5
# seconds.
#schedule = “ip_tick1,5,10,ip=torretta”
#schedule = “ip_tick2,10,10,ip=lampedusa”

# Remove a scheduled event.
#schedule_remove = “ip_tick1″

#选择utf-8可以在samba中看到中文
encoding_list = UTF-8

#rtorrent 创建的文件夹(或文件)的权限，默认是0644，建议改成0000(感谢xuanwuhu)，使所有用户都能访问。
#也只有这样在samba中才 可以直接打开、拷贝、删除rtorrent创建的文件
umask = 0000

#下面两个选项打开dht的功能，照做即可，另外 如果想让 rtorrent 在启动的时候就使用 DHT，可以把dht=auto改为dht=on
dht = on
dht_port = 6778

#允许peer交换，当然允许了，多多益善啊
peer_exchange = yes

#最后这个参数 和web配置以及远程管理有关，稍后再介绍
scgi_port = :5000

################################## 配置文件结束 ####################################

VPS安装好之后，我们会告诉客户Kloxo的登录地址以及admin用户的密码，登录之后就可以开始配置了。

升级Kloxo到最新版本

进入Kloxo后要做的第一件事情就是升级Kloxo到最新版本，这是非常必要的，因为老版本可能有bug存在，这些bug有可能导致Kloxo被 入侵，而最新版本往往修复了这些bug。

在首页中间的Administration部分，点击Update Home然后就会看到当前的Kloxo是否是最新版本，如果不是最新版本，就点击下面的Update Now按钮进行升级。

添加DNS模板

添加DNS模板是必要的，如果不添加DNS模板，将无法添加域名，无法添加新用户。

添加DNS模板，首先点击左侧菜单中的：Resources –> DNS Templates 或者首页中部的Resources –> DNS Templates，然后在新出现的页面中点击Add DNS Template，添加窗口就出现了，在窗口中如下填写：

• DNS Template Name：随便填写，仅仅是一个名字而已
• Web Ipaddress：缺省有IP地址，无需填写
• Mail Ipaddress：缺省有IP地址，无需填写
• Primary DNS：建议填写208.67.222.222
• Secondary DNS：建议填写208.67.220.220

填写完成之后点击Add即可。

添加用户

本步骤是可选的，不是必须的。Kloxo控制面板缺省只有一个admin用户，这个用户是管理员用户，管理员用户下面可以添加很多域名。也可以创建 一些普通用户，每个普通用户下面也可以绑定很多域名。

点击左侧菜单中的Clients或者首页中部的Clients，然后在新页面中点击Add Customer，然后的窗口中：

• Client Name：用户名
• Domain Name：这个用户的第一个域名，可以先空着不填，让用户自己登录后自己填写
• Install Application：缺省安装的网站程序，有Wordpress, Drupal等常用的网站程序，建议不要选择，因为这里安装的都是老版本，不好
• Password：用户的密码
• Email Address：用户的email地址，必须填写，当用户忘记密码后可以根据Email找回
• Send Welcome Message：这个选项要选上
• Choose Plan：这是要开通的空间的型号，不要管，除非你是卖空间的

然后点击Add，出现新的页面，新页面里的信息不需要修改，继续点击Add即可。然后系统就会给用户的邮箱里面发生邮件，告知登录地址，用户名密码 等信息。

添加域名

admin用户和普通用户都可以绑定域名，创建普通用户的时候也可以顺便绑定一个域名。

在左侧菜单中点击domains即可进入添加域名的界面，假设我们要添加的域名是 yourdomain.com ，那么在该界面中Domain Name部分就填写yourdomain.com；Document Root是域名的文件所在的目录，通常也填写为域名；其他部分不用填写，点击Add即可。

上传文件

上传文件可以通过FTP，也可以通过网页上传

在左侧菜单中点击Resources–>File Manager（admin用户需要点击domain–>File Manager），然后进入文件管理器，在文件管理器里面可以点击upload上传文件。

也可以通过FTP上传文件，一般绑定了一个域名之后会自动创建一个FTP用户，FTP用户的名字和域名是相同的，FTP密码就是当前用户的密码。当 然也可以另外创建FTP用户，在左侧菜单点击Resources–>FTP Users（admin用户需要点击domain–>FTP Users）就进入管理FTP用户的界面了。

Email邮箱管理

绑定一个域名之后，以这个域名为后缀的邮箱就开通了。我们仅需要创建一个邮箱帐户就可以了。

点击左侧菜单下部的Mail Accounts进入邮箱帐户管理页面，可以在这里管理邮箱帐户。

假设域名是yourdomain.com，新创建的邮箱帐号是zzh，那么邮件地址就是zzh@yourdomain.com。邮箱用户可以通过 http://webmail.yourdomain.com 进入Web邮箱（前提是域名的webmail记录必须指向了VPS的IP）。

Kloxo的中文汉化

SSH登录到VPS上，执行如下命令：

cd /usr/local/lxlabs/kloxo/httpdocs/lang/
wget yourdomain.com/download/kloxo-cn.tar.gz
tar zxf kloxo-cn.tar.gz
chown -R lxlabs: cn

然后登录Kloxo，在首页点击Appearance，然后点击Language框，选择Chinese，最后点击Update按钮即可

定期删除日志脚本

在/etc/cron.daily目录下面创建文件cleankloxolog.sh，修改该文件的权限为755：

chmod 755 /etc/cron.daily/cleankloxolog.sh

这个可执行文件每天会被自动执行一次，每次执行都会删除kloxo的日志。

该文件内容如下：

#!/bin/bash
rm -rf /home/admin/__processed_stats/*
rm -rf /home/kloxo/httpd/lighttpd/*
rm -rf /var/log/kloxo/*

rm -f /home/httpd/*/stats/*

其他功能

以上简述了一下必要的功能，Kloxo还有很多其他功能，用户可以自己去探索。

搜索改变生活

想知道谷歌将如何改变你的生活吗？那么周四去“瓦加杜古”会议室看一看吧。在加利福尼亚山景城的这个会议室里，几十名工程师、产品经理和高管聚集一堂，讨 论如何令谷歌的搜索引擎更加智能。今年，谷歌将对其传说中的搜索引擎算法进行了大约500项改进，而且每一项改进都要通过这样的会议决定。

每周一次的“搜索质量大会”，都将可能影响谷歌搜索的结果——“三星SF-755p打印机”、“MySpace布局代码”，甚至是“布基纳法索 首都”，该国首都恰巧与谷歌此会议室名字相同。自2006年以来，一直担任谷歌搜索主管的乌迪·曼博(Udi Manber)任会议的负责人。会议将一一提出可实施的改进，同时还会讨论数月来在不同国家、不同语言环境中的测试结果。屏幕上分两列显示，更改前后同一 查询返回的结果。在讨论“吉他 人声模拟”的查询结果时，曼博叫道：“这个我搜过”。

你可能会想，谷歌已经主导搜索引擎市场长达十年之久，应该可以高枕无忧了。毕竟谷歌在搜索引擎市场上的份额高达65%，甚至谷歌一词已经成为搜索的代名 词。就像谷歌不愿在桂冠面前止步一样，其竞争对手也不愿轻易认输。多年来，谷歌一直在用其神秘、看起来无所不知的算法来“组织世界信息”。但最近五年来， 很多公司开始对谷歌的一重要观点发起挑战。

谷歌认为，一个单一的搜索引擎，通过技术创新和不断改进，可以满足任何搜索要求。而Facebook较早对此发起了挑战，认为一些人更愿意通过朋友获得信 息，而不是一个没有名字的算法公式。Twitter能对不断更新的消息进行时时分析，这就使“实时搜索”成为现实——挖掘正在进行的讨论或闲谈。

购物比较网站Yelp通过大众对商家的等级评定，帮助人们寻找饭店、干洗店和保姆等相关信息。虽然这些后起之秀无法单独对谷歌造成威胁，但它们共同预示着 搜索行业的一种开放、混沌的未来——并不是被一个搜索引擎所主导，而是包含着丰富多样的服务。

来自必应的挑战

然而，谷歌最大的威胁是微软的必应(Bing)。必应使人联想到探索、美国传奇歌手Bing Crosby、和《黑道家族》中的Bada Bing夜店，这款重新修整、被赋予新品牌的搜索引擎在去年6月推出时便赢得了乐观的评价。《华尔街日报》称其“比谷歌更有吸引力”。新的面貌和1亿美元 的广告战使微软在美国搜索市场中的份额从8%跃升至11%——如果监管部门批准必应成为雅虎的搜索服务商，这一份额将增加一倍以上。

必应团队一直专注于谷歌算法无法满足的需求。比如，谷歌擅长搜索公共网络，但却无法实时跟踪不断变化的航班时刻表和机票价格。因此微软收购了 Farecast网站，该网站追踪机票价格的变化，并据以预测票价的涨跌。目前，微软已把Farecast的技术应用加入到必应的搜索结果之中。微软在其 认为谷歌算法没有优势的领域，例如健康、购物领域，也进行了类似的收购。

即使必应团队承认，在根据搜索词返回有用信息方面，谷歌还遥遥领先。但他们仍认为，如果必应可以提供一些擅长的领域，用户会逐渐习惯使用必应来进行特定的 搜索。微软核心搜索部门副总裁布莱恩·麦克唐纳(Brian MacDonald)表示：“算法对于搜索引擎来说至关重要，但它并不是一切，就像你买车并非只因为它的引擎。”

谷歌仍是最“智能”的搜索引擎

一个有趣的例子“mike siwek lawyer mi”表明了谷歌相对于必应的优势。

阿米特·辛格(Amit Singhal)是谷歌的首席工程师，40多岁，性格温和，他曾因在2001年重写了谷歌搜索引擎而获得殊荣。他将这些单词输入谷歌搜索框，并敲击了回车 键。在极短的时间内，搜索结果便显示出来。最上面的链接指向的网页给出了密歇根州大急流城一位名叫Michael Siwek的律师。

这是一个很普通的搜索，谷歌每天要处理成千上万的这种搜索。但事实上这一搜索过程十分复杂，可能使一些搜索引擎误解。如果把这些单词输入到必应，第一个结 果是美国国家橄榄球联盟的历年球员名单，其中有一个名叫Lawyer Milloy。搜索结果中的下面几页，也没有与律师Siwek相关的内容。

这一对比显示出谷歌算法的强大，甚至可以说是智能，而这是通过反复的修正实现的。看起来谷歌拥有解读用户需求的神奇力量——不论是多么生僻的搜索，或是有 拼写错误。谷歌将这种能力称为搜索质量，并且多年来一直竭力完善算法，以产生精确的搜索结果。

现在我就与辛格一起坐在谷歌的43号办公大楼里，因为谷歌给与了我一个前所未有的机会——让我了解他们是如何保证搜索质量的。背后的意涵很明确：你可能认 为算法只是一个引擎，但在揭开其神秘面纱之后你才会发现它是多么的无所不能。

创新的开始：PageRank

谷歌算法始于PageRank，这是1997年拉里·佩奇(Larry Page)在斯坦福大学读研究生时开发的。佩奇的创新性想法是：基于入链接的数量和重要性对网页进行评级，也就是通过网络的集体智慧确定哪些网站最有用。 随着谷歌迅速成为互联网上最成功的搜索引擎，佩奇和谷歌的另一名创始人塞吉·布林(Sergey Brin)将PageRank这一简单概念看做谷歌的最根本创新。

但这并不是故事的全部。曼博表示：“人们信赖PageRank是因为它是可以进行确认的，但要提供最有用的结果还需要其他技术。”这涉及对某些信号、上下 文的利用，这样对于任何查询，搜索引擎都能将最有用的结果排在最前面。

网络搜索是一个多方过程。首先，谷歌机器人获取每个可访问网站的内容。这些数据将被分解成一个索引(通过文字进行组织，就像书本的目录)，这样就可以根据 内容找到任何页面。每当用户键入一个查询，谷歌就会在索引中搜寻相关页面，然后返回一个包含多达数百万页面的列表。最复杂的是对列表进行排序，也就是决定 哪些页面应该出现在最上面。

此时，上下文便有了用武之地。所有搜索引擎都会引入上下文，但没有一个像谷歌那样引入得那样多、应用那样自如。PageRank本身也是一个信号，同时也 是页面的一个属性(指其相对于其他网页的重要性)，该属性可以帮助确定其与查询内容的相关性，其中的一些信号在现在看来是显而易见的。

一直以来，谷歌算法都对页面的标题给与特别的关注，因此标题成为确定相关性的重要信号。另一个重要技术是锚文本，指的是超链接中的可见文本。因此，“当你 进行搜索时，搜索引擎总能给出正确的页面，即使该页面中没有你找的关键词。”这是谷歌早期架构师斯科特·哈桑(Scott Hassa)的观点，他曾与佩奇和布林一起在斯坦福工作。之后，搜索引擎关注的信号还包括新鲜度(对于一些查询，新近的页面比较早的页面更有价值)和地理 位置(谷歌知道搜索者的大致地理坐标，会将本地信息排在前面)等。谷歌目前使用200多种信号来帮助确定搜索结果的排序。

谷歌工程师发现，一些最重要的信号可能来自谷歌本身。PageRank将受欢迎程度植入了搜索引擎：成千上万的网站民主地决定将链接指向哪些网站。但辛格 表示，谷歌工程师还利用了另一种民主——成千上万使用谷歌搜索的用户。用户在搜索过程中产生的数据被证明同样很有价值，这些数据包括他们点击哪些结果、不 满意时对关键词的更改、查询关键词与所处地理位置的关系等。这一过程的最直接例子就是谷歌所说的“个性化搜索”——这是一个可选功能，利用用户的搜索历史 和地理位置来确定他想要找的内容(使用这项功能需要先登录谷歌账号)。更通常的方法是，谷歌利用其收集的大量数据支持其算法，谷歌对此有极深的理解，可以 解读隐秘查询的复杂意图。

“热狗”与“煮狗”

以谷歌确定同义词的方法为例。辛格表示：“我们很早就有了一个有趣的发现，那就是用户会更改查询的关键词。比如有人会搜索‘dog’，然后改成 ‘puppy’，因此搜索引擎就会得知‘dog’和‘puppy’可能是可以互换的。引擎也会知道，当你烧(boil)水时，水会变热(hot)。我们从 人类的语义中学习，这是一个很大的进步。”

但这也有障碍。谷歌的同义词系统知道“dog”和“puppy”类似，沸(boiling)水是热的(hot)。但它同时会认为“hot dog”(香肠夹心面包)和“boiling puppy”(煮狗)是一样的。通过路德维希·维特根斯坦(Ludwig Wittgenstein)的理论，该问题于2002年得以解决。该理论涉及上下文如何决定词语的意思。当谷歌抓取并存储数以亿计的文件和网页时，它会分 析哪些词是彼此邻近的。包含“hot dog”的页面通常也包含“面包”、“芥末”、和“棒球”，而不会包括对杂种狗的猎杀内容。这就帮助了搜索引擎理解“hot dog”和其他成千上万个词语的意思。辛格说：“现在，搜索引擎会知道bio在‘Gandhi bio’中是‘biography’(传记)的缩写，而在‘bio warfare’中是‘biological’(生物)的缩写。”

在谷歌的发展过程中，该公司不断设法增加新的排序信号，并且兼顾不会影响用户的核心体验。每几年就会对系统做一次重大修改(有点像Windows的新版 本)，这在山景城是人尽皆知的，但其他人不会关注。

辛格说：“我们的任务是对这架以每小时1000公里在三万英尺高空飞行的飞机的系统进行根本性更改。”2001年，为了应对互联网的飞速发展，辛格事实上 完全改写了佩奇和布林的算法，以便使谷歌可以快速增加新的信号(新信号之一可以区分商业页面和非商业页面，从而为购物者提供更好的结果)，也是在这一年， 一位名叫克利什纳·伯哈拉特(Krishna Bharat)的工程师认为权威网站上的链接应该具有更大的权值，因此设计了一个强大的信号以便赋予这些链接更大的可信度(这是谷歌的第一个专利)，最新 的一项修改的代号为“咖啡因”，对整个系统进行了修改，从而使得工程师可以更容易地增加新的信号。

谷歌识别语义的过程

谷歌以善于鼓励这些创新而闻名，每年公司都会举办“疯狂搜索创意”内部展示活动，以便鼓励那些离奇但有应用潜力的创新。但大多数时候，改进的过程是充满艰 辛的，需要矢志不渝的精神，需要面对尝试过程中的打击。有一个不成功的搜索已经成为传奇：2001年，辛格得知输入“audrey fino”时无法搜到预期内容，而只是返回一些赞扬奥黛丽·赫本(Audrey Hepburn)的印度网页，因为在印度语中“fino”是好的意思。辛格说：“我们知道audrey fino是个人名，但我们的系统没这么聪明。”

这一失败使辛格花了多年时间，试图改进谷歌对姓名的搜索结果——因为姓名占总搜索量高达8%。为了解决这一问题，他不得不掌握“bi-gram拆分”，也 就是将多个词分割成独立的单元。比如，“new york”合在一起组成一个bi-gram，指的是纽约。但也有三个字的情况，比如“new york times”，意思是纽约时报，很明显二者指的不是同一样东西。如果用户输入的是“new york times square”，意思又变成了纽约时代广场。人类可以很容易做出区分，而谷歌不是由人工控制的，它依靠的是算法。

“Mike Siwek”这一搜索可以解释谷歌是如何解决这一问题的。辛格输入显示代码的命令后，我们就可以看到信号是如何决定搜索结果排序的：通过bi-gram可 以确定mike siwek是一个人名，lawyer是一个同义词，mi是一个地名。辛格说：“从工程师的角度进行解构，系统会对这些词进行分割，它会发现lawyer不 是姓氏，siwek不是中间名。同时lawyer也不是密歇根的一个镇，因此它是attorney的同义词。”

这是谷歌从无数次搜索中获得的可贵知识。石头可以是“rock”，可以是“stone”，还可以是“boulder”(漂石)。如果用户输入 “rokc”，谷歌仍会知道他想找的是“rock”。但如果在“rokc”前加“little”，谷歌则会知道这是“Arkansas”(阿肯色州)的首 府。“Arkansas”的缩写是“ark”，与诺亚方舟同形，但谷歌会将二者区分开来。辛格说：“搜索中最重要的是理解用户的意图，因此你不是在匹配词 语，而是在匹配意思。”

谷歌一直在不断改进。近期，谷歌工程师莫琳·海曼斯(Maureen Heymans)发现了“Cindy Louise Greenslade”的搜索结果的问题。用户输入这些单词时，算法会认为应该找一个名叫Cindy Louise的人，于是在加利福尼亚的加登格罗夫市找到了一名心理学家，却没有把姓名为“Cindy Louise Greenslade”的人的网页放在结果的前十名。海曼斯发现，这是因为“Cindy Louise Greenslade”习惯将名字缩写成“Cindy L. Greenslade”。她表示：“我们的搜索引擎应该更聪明一点。”于是她增加了一个信号，用来寻找中间名的缩写。现在正确的结果已经被排在了第五位。

层出不穷的创新

在任何时候，谷歌高效运转的测试系统都会进行几十个这种改进。谷歌在全世界专门雇佣了上百人，这些人坐在家里的电脑前判断更改后的结果是更好还是更差。但 谷歌还有一个更大的测试团队，这就是成千上万的谷歌用户，他们不知不觉地加入了这项长期的质量实验。

每当工程师想测试一项技术调整时，他们会在一小批随机用户中运行这些算法，而绝大多数的用户扮演的是参照组的角色。 需要测试的更改太多，因此谷歌放弃了一次只测试一项技术调整的策略。搜索质量工程师帕特里克·赖利(Patrick Riley)表示：“在大多数搜索过程中，你同时都处于多个‘实验组’和‘参照组’之中。”但他随后又做出了更正：“事实上，所有搜索都被卷入了实验之 中，因此用户每次用谷歌搜索，都作了一次‘小白鼠’。”

这种灵活性——增加信号、更改代码、立即测试的能力——就是谷歌团队为什么说他们可以应对来自必应、Twitter和Facebook的任何挑战的原因。 事实上，在过去的六个月中，谷歌进行了200多项改进，其中一些似乎在模仿(但超越了)它的竞争对手(谷歌表示这只是巧合，称其多年来一直在增加新功 能)，其中之一就是实时搜索。

佩奇数月前曾表示谷歌应该每一秒钟都搜索整个网络，因此使这一功能备受期待。当用户搜索具有时效性的话题时，谷歌结果页面的10个蓝色链接中会有一个“最 新结果”框。该框带有拖动条，显示的是从新闻媒体、博客和Twitter等获得最新内容。同样，谷歌使用信号来确保最有用的tweet(Twitter上 发布的消息)出现在实时信息框中。

除了实时搜索，谷歌还引入了一项新功能，称作“Goggles”。该功能可以将用户手机上拍摄的照片视作搜索请求。谷歌一直努力将搜索变成一种随时随地的 行为，“Goggles”也是该努力的一部分。有了摄像和语音识别功能，智能手机就会变成你的眼睛和耳朵。只要找到正确的信号，任何东西都可以变成搜索请 求。

成功的根源：雇佣合适的人才

谷歌的强大计算能力和带宽为公司提供了无可争辩的优势。有人声称这种优势使创业公司无法对其发起挑战。但曼博表示，谷歌成为领导者并非仅仅因为其基础设 施。他说：“最、最、最重要的因素是我们雇佣了合适的人才。”

按照所有的标准，陆奇都是算得上一名合适的人才，他是一位48岁的电脑科学家。曾经与陆奇在雅虎共事的曼博表示：“我对他怀有最高的敬意。”但陆奇去年初 离开了谷歌，前往微软担任必应团队负责人。在被问到他的使命时，穿着牛仔和必应T恤、身材瘦小的陆奇字斟句酌地轻声答道：“我们需要始终记住这是一个长久 的旅程，这一点极其重要。”他的眼神中流露出“我不会离开”的神情，就像电影《杀死比尔》中的乌玛·瑟曼(Uma Thurman)一样。

在过去十年中赢得了浏览器战争的微软，在搜索方面似乎怀有“君子报仇，十年不晚”的想法，因为它确信用户除了谷歌算法还需要别的东西。微软搜索发展主管哈 利·沙姆(Harry Shum)表示：“如果我们不对算法进行更改，将很难与现在的赢家抗衡，但我们打算对算法进行改进。”

然而，即使必应对算法进行改进，谷歌很可能做出同样的更改。这就是谷歌成为这样一个令人生畏的对手的原因，它已经开发出了一个足够敏捷的机器，以致可以吸 收任何可能对其造成威胁的创新——同时提供着对手无法匹敌的高质量搜索结果。任何人都可以发明一种买机票的新方法，但只有谷歌知道如何找到Mike Siwek。(钦亮)

谷歌算法是一项进行中的工作——不断的调整和改进是为了提供更高质量的搜索结果。以下是PageRan推出之后的一些主要增加项和更改。——史蒂芬·列维

附：谷歌搜索大事记

1997年9月：Backrub搜索引擎

Backrub搜索引擎在斯坦福大学的服务器上运行了近两年，之后改名Google。其突破性创新在于：按照一个网站被链接(网络上指向该网站的链接)数 量和质量对搜索结果进行排序。

2001年8月：新算法

搜索算法被完全改写，以便更易于添加新的排序标准。

2003年2月：本地连接分析

这一功能给与权威性网站上的链接更大的权值，也使谷歌获得了首个专利。

2003年夏：Fritz

该项目使谷歌可以不断随时更新索引，而无需成批更新。

2005年6月：个性化结果

用户可以选择让谷歌分析其搜索行为，以便提供个性化结果。

2005年12月：Bigdaddy

对引擎进行了更新，使其可以更广泛地抓取网页内容。

2007年5月：通用搜索

在图片搜索、谷歌新闻、图书搜索的基础之上，通用搜索使用户可以在同一搜索结果页面上获得不同媒介的内容。

2009年12月：实时搜索

实时显示Twitter和博客上的更新。