Google en résumé : l'algo de 2003

Tout le monde connaît le moteur de recherche Google ( www.google.fr ). Mais comment fait-il pour trouver les nombreux résultats ( parfois plusieurs millions ) en une fraction de seconde ?

Une recherche, deux fichiers cache, trois traitements

Un article de Eservice (Sécurité Internet), publié en mars 2003

Mise à jour : cet article date de 2003, attention à le lire pour votre culture web personnelle ! En effet bien des choses ont changé : Google est mis à jour en permanence (crawl, indexation, algorithme, etc.).

Cet article est une synthèse du fonctionnement du moteur de recherche Google. Vous trouverez à la suite, des liens pour approfondir le sujet.

Il recherche les mots que vous avez saisis dans son fichier de pages Web qu'il a soigneusement enregistré au fur et à mesure du temps. Il s'agit plutôt d'une base de données, vu le volume très élevé qu'il a en mémoire ( plus de 3 milliards de pages ).

Cette base, appelée aussi "cache", est alimentée par un robot, le "Googlebot", qui parcourt le Web tous les jours. Ce phénomène s'appelle "fresh crawl" ou indexation. Il suit les hyperliens de page en page, et de site Web en site Web pour enrichir sa base de données (ajouter les nouvelles pages et mettre à jour les anciennes).

On peut voir le cache dans la liste des résultats en cliquant sur le lien du même nom : Google affiche la version de la page qu'il a en mémoire.
La page enregistrée peut être la version mise à jour par le webmaster pendant un ou deux jours, pour revenir ensuite à la version précédente : lorsqu'une page est mise à jour ou créée, sa nouvelle version apparaît momentanément dans le cache de Google, avec un classement plus favorable dans la liste des résultats de recherche. Google favorise ainsi les pages mises à jour régulièrement, a priori plus intéressantes pour les internautes. Passé ce délai, la version en cache et son positionnement reviennent à l'état antérieur.

Cette mise à jour sera enregistrée durablement dans le cache, ainsi que son positionnement réel dans les résultats de recherche, lors du traitement mensuel appelé "Google Dance", qui dure quelques jours.

A la suite de la Google Dance, il opère un examen plus profond du Web pendant plusieurs jours, appelé "deep crawl", au cours duquel il va décortiquer chaque page une par une, en particulier les liens entrants. Cette analyse mensuelle lui servira de base de calcul du positionnement des pages lors de la Google dance suivante, un mois plus tard environ.

En résumé

Une page aura son vrai positionnement au maximum deux mois suivant sa publication ( publication ---> Google Dance 1 -> Full Crawl 1 ---> Google Dance 2 ).

Ainsi d'un mois sur l'autre, en fonction des modifications et créations ( et suppressions ) de pages Web, le classement des résultats de recherche varie.

La base de données énorme de Google et son classement particulier des résultats en font l'outil de recherche le plus utilisé au monde à ce jour, et de loin (plus de 50 % des requêtes pour Google, entre 15 et 20 % seulement pour le deuxième outil de recherche).

A lire absolument :

• le moteur de recherche Google
• la vie d'une page sur le Web
• critères de positionnement sur Google
• 10 règles pour optimiser son référencement sur Google

Si vous souhaitez publier un extrait de cet article sur votre site, assurez-vous de respecter les conditions générales d'utilisation de WebRankInfo.