インデクスの過去、未来

サーチエンジンで良く聞く「インデクス」という言葉。「ようやくインデクスに入ったよ」とか「インデクスが古いんじゃない？」とか、業界の人は当たり前のように使う言葉ですが、本当の所を分かっている人は意外と少ないんじゃないでしょうか。

良くたとえられるのは本の目次です。通常、本の最後には目次がついていて、

"キーワード" .......... "ページ番号"
"キーワード" .......... "ページ番号"
"キーワード" .......... "ページ番号"
...

というように並んでいます。あるキーワードが複数のページに乗っている場合には、

"キーワード" .......... "ページ番号", "ページ番号", "ページ番号"

というように書かれています。

例えば今手元にある「Googleポケットガイド（オライリー・ジャパン）」の目次の"P"のところを見ますと、

P
Pagerank ....................... 9, 63, 115
PDF .................................... 38, 40
phonebook: ............ 32, 37, 94, 123
PHP ........................................ 32

となっています。キーワードを引けば、それがどのページにでているか分かるものが目次です。洋書を読まれる方はお気づきと思いますが、目次は英語で"Index"ですね。そう、まさにこれがサーチエンジンで言われるところのインデクスと同じです。

インデクスはWWWの目次だ

上記の例で、ページ番号の変わりにURLを書いてみたらどうなるでしょうか？こんな風になりますかね。

Pagerank	.......................	http://www.google.com/technology/
		http://www.google.com/intl/ja/why_use.html
		http://www.kusastro.kyoto-u.ac.jp/~baba/wais/pagerank.html
PDF	.......................	http://www.adobe.com/products/acrobat/readstep2.html
		http://www.adobe.com/
phonebook:	.......................	http://www.phonebook.com/
		http://www.uiuc.edu/ricker/PH
		http://www.uiuc.edu/ricker/PH?domainUrl=http://www.uiuc.edu/cgi-bin/phcgi?Query=.
		http://www.hep.net/sites/directories.html
PHP	.......................	http://www.php.net/

どうですか？なんかサーチエンジンらしくなってきたと思いませんか？インデクスとはまさに本の目次のように「キーワードとURLの対応表」なんです。インデクスとは、いわばWWWの目次と言えると思います。

順番が重要なんだ

本の目次の場合には、ページ番号の小さいものから順に出ています。サーチエンジンのインデクスの場合にはどのような順番で表示すればよいでしょうか？ここがまさに各社の肝となる技術です。Googleの場合にはPageRankというテクノロジーに基づいて順番を決定しています。これ以上は話が技術的になりすぎますので、その他の文献を参考にしてください。

（参考）The Anatomy of a Large-Scale Hypertextual Web Search Engine 　Sergey Brin and Lawrence Page

本とウェブが違うところはそのページ数です。現在Googleでは33億ページがインデクスに入っているとされていますが、これをアルファベット順に出しても意味がないことは皆さんもおわかりだと思います。

ユーザーの皆さんが見るのはせいぜい最初の20件。その中に目的とするページがなければ「使えないサーチエンジン」の烙印を押されてしまいます。ですので、最終的にどのような順番で検索結果を表示するかが一番重要になります。

インデクスとは過去の情報

以前にも書きましたが、サーチエンジンは一方通行のアプリケーションです。ユーザーがキーワードを入力して、検索結果が表示されなければ、それで終わりです。インデクスに入ってないページは絶対に検索結果に出てきません。

要はインデクスとは過去のある時点でのWWWの状態を表したものととらえることが出来ます。

アラート機能とは実はただのインデクス更新

Google News Alertsなどのアラートサービスがありますが、よくよく考えるとこれは未来を検索することになります。アラートとはインデクスに新たなキーワードやURLが登録された時点でお知らせするサービスです。

アラートサービスは通常はメールでお知らせしてくれます。しかし、内部的にはメール送信機能が追加されるものの、実質的にはインデクスの更新作業になります。

今はインデクスに入っていないが将来入ってきたら教えてもらう＝未来を検索する

ということです。

まとめると、

• サーチエンジンはWWWの目次
• サーチエンジンは一方通行で、過去のある時点でのWWWの姿
• アラートサービスは将来インデクスが更新された時にお知らせしてくれるサービス

となります。このように考えると、サーチエンジンが非常にシンプルに思えませんか？

-inoue