SISTEMA E MÉTODO PARA LOCALIZAR PÁGINAS NA WORLD WIDE WEB E PARA LOCALIZAR DOCUMENTOS A PARTIR DE UMA REDE DE COMPUTADORES.

IPC Classification

Priority claims

Abstract

"SISTEMA E MÉTODO PARA LOCALIZAR PÁGINAS NA WORLD WIDE E PARA LOCALIZAR DOCUMENTOS A PARTIR DE UMA REDE DE COMPUTADORES". Um sistema e método rastejador Web para rapidamente buscar e analisar páginas Web na World Wide Web a partir de computadores conectados por uma rede, inclui uma tabela hash armazenada em uma memória de acesso randomico (RAM) e um arquivo em disco de informação Web seqüencial. Para toda página Web conhecida para o sistema, o sistema rastejador Web armazena uma entrada no arquivo em disco seqüencial bem como uma entrada menor na tabela hash. A entrada na tabela hash inclui um valor de impresão digital, um sinalizador de buscado que é estabelecido verdadeiro somente se a página Web correspondente foi buscada com sucesso, e um indicador de localização de arquivo que indica onde a entrada correspondente está armazenada no arquivo em disco seqüencial. Cada entrada do arquivo em disco seqüencial inclui e URL de uma página Web correspondente, mais a informação de estado de busca em relação a esta página Web. Todos os acessos ao arquivo em disco de informação Web são feitos seqüencialmente via um buffer de entrada de modo que um grande número de entradas do arquivo em disco seqüencial são movidas dentro do buffer de entrada como uma única operação de I/O. O arquivo em disco seqüencial é então acessado a partir do buffer de entrada. De modo semelhante, todas as novas entradas a serem adicionadas ao arquivo seqüencial são armazenadas em um buffer anexo, e os conteúdos do buffer anexo são adicionados ao fim do seqüencial sempre que o buffer anexo é preenchido. Deste modo, o acesso randomico ao arquivo em disco de informação Web é eliminado, e a latência causada pelas limitações do acesso ao disco é minimizada.