La combinación de los dos tipos de rastreos permite a Google tanto hacer un uso eficiente de sus recursos y mantener su índice razonablemente actualizadas. 2. indexador Googlebot de Google da el indexador el texto completo de las páginas que encuentra. Estas páginas se almacenan en la base de datos el índice de Google. Este índice está ordenada alfabéticamente por el término de búsqueda, con cada entrada de índice que almacena una lista de los documentos en los que aparece el término y la ubicación dentro del texto donde se produce.
Esta estructura de datos permite el acceso rápido a los documentos que contienen los términos de consulta del usuario. Para mejorar el rendimiento de búsqueda, Google ignora (no índice) palabras comunes llamados palabras vacías (como el, es, en, o, de, cómo, por qué, así como ciertos dígitos y letras individuales). Palabras vacías son tan comunes que hacen poco para acotar la búsqueda, por lo que con seguridad se puede descartar. El indexador también ignora algunos puntuacion y múltiples espacios, así como la conversión de todas las letras en minúsculas, para mejorar el rendimiento de Google.
3. procesador de consultas de Google El procesador de consultas tiene varias partes, incluyendo la interfaz de usuario (buscador), el "motor" que evalúa las consultas y los compara a los documentos pertinentes, y los resultados formateador. PageRank es el sistema de Google para clasificar las páginas web. Una página con un PageRank más alto se considera más importante y es más probable que se enumeran más arriba una página con un PageRank más bajo.
Google considera más de cien factores en el cálculo de un PageRank y determinar qué documentos son más relevantes para una consulta, incluyendo la popularidad de la página, la posición y el tamaño de los términos de búsqueda dentro de la página, y la proximidad de los términos de búsqueda entre sí en la pagina. Google también aplica técnicas de aprendizaje automático para mejorar su rendimiento de f