YappoLogs

ファイルシークを研究してみる

■ﾌｧｲﾙｼｰｸとは

ﾌｧｲﾙｼｰｸはWeb検索、待受画像検索、着ﾒﾛ・着声・着うた検索、各種辞書等の強力な検索機能が統合された業界最大級のﾃﾞｰﾀ量を誇る携帯端末用ｻｰﾁｴﾝｼﾞﾝです。特に待受画像検索ｴﾝｼﾞﾝ(通称:画像ﾌｧｲﾙｼｰｸ)は総数で数百万枚もの待受画像をｷｰﾜｰﾄﾞ検索でき、2001年のｻｲﾄ開設当初から大人気のｺﾝﾃﾝﾂです。

ﾌｧｲﾙｼｰｸのｱｸｾｽ数は月間約6,000万PVを誇ります。

という、一日に約200万PVも稼ぐ検索サイトだそうです。

提供サイトもなかなかユニークなので色々と調べてみました。
あくまでも予想ですから、実際と異なる可能性が大です。

サービス別特徴

携帯サイト検索

提供ホスト：web.fileseek.net
オリジナルデータから検索しています。
待受/着メロのデータと共用しているようで、各検索結果固有のデータも表示されます。

待受画像検索

提供ホスト：img.fileseek.net, img2.fileseek.net
オリジナルデータから検索しています。
携帯サイト検索から、画像属性が含まれるデータのみから検索

着メロ/着声検索

提供ホスト：mld.fileseek.net
オリジナルデータから検索しています。
携帯サイト検索から、音声属性が含まれるデータのみから検索

PCサイト検索（画無）/PCサイト検索（画小)/PCサイト検索（画大)

提供ホスト：web.fileseek.net
なぜかGoogleのWeb検索とまったく同じ結果が返ってきます。
その割にはgoogleのコピーライトがないので、恐らく大掛かりなライセンス契約を結んでいると思われます。
31日14:56追記：http://fileseek.net/meta.html#helpに詳しい説明がありました。

■概要
携帯ﾕｰｻﾞｰを対象としたﾒﾀ検索ｴﾝｼﾞﾝです。具体的にはPC用の大手検索ｴﾝｼﾞﾝであるGoogle,Yahoo,Inktomi,Infoseekからﾃﾞｰﾀを取得し重複するﾍﾟｰｼﾞを一つにまとめ、順番に検索結果を表示します。また、検索結果として表示される各ﾍﾟｰｼﾞへのﾘﾝｸをｸﾘｯｸすると、PC用ｻｲﾄを携帯でも閲覧できるようにPCｻｲﾄ閲覧Proxyを経由してﾍﾟｰｼﾞが表示されることになります。

出てくる結果がGoogleと同じものばかりだったのと、検索結果に何も表記が無かったので勘違いしました。
要するにメタ検索サイトですな。
YJDNとかGoogle APIは使ってなさそうです。

ドメイン検索

提供ホスト：web.fileseek.net
多分whoisコマンドを叩いているだけです。

アイドル辞書

提供ホスト：fileseek.net
詳細不明、オリジナルデータかもしれません。
31日 1:22追記:情報提供がありました。

[アイドル辞書]
ttp://i-dic.dorachan.com/
ttp://www.vector.co.jp/soft/dl/data/writing/se001795.html

「仲根かすみ」で検索した結果
ttp://i-dic.dorachan.com/data?13112
ttp://fileseek.net/cgi-bin/dic/search_idic_word.cgi?word=%c3%e7%ba%ac%a4%ab%a4%b9%a4%df%a1%da%a4%ca%a4%ab%a4%cd%a4%ab%a4%b9%a4%df%a1%dbnknksm00

> ■本名
> 植可澄美{ue_ksm00}

本名の横のIDがまるっきり一緒

英和和英辞書

提供ホスト：fileseek.net
詳細不明、オリジナルデータだとしたら凄いです。
31日 12:40追記：情報提供がありました。

辞書系は edict っぽげ。
http://openlab.jp/edict/

電子辞書オープンラボの配布物にあるEDICTのようです。
大部分のデータが一致していますが、一部違うので加工されているのでしょう。

百科事典検索

提供ホスト：fileseek.net
私立PDD図書館のデータと完全に一致するデータが入っていました。

漢字辞書検索

提供ホスト：fileseek.net
詳細不明、オリジナルデータだとしたら凄いです。しかもピンイン対応だし。

郵便番号検索

提供ホスト：fileseek.net
なぜか、丁目表示が削除されてます。
0000系番号への対処でしょうか。

PCｻｲﾄ閲覧Proxy

提供ホスト：p01fileseek.netからp11fileseek.net
特記する事はないです。

速報ﾆｭｰｽﾍｯﾄﾞﾗｲﾝ

Powerd by asahi.com & gooという事みたいなので、記事提供契約を結んでいるのかと思いきや、上記Proxyで閲覧する仕掛けになってます。
ただ、ニュースヘッドラインはfileseek.net側で出力しています。

動画音声加工ﾂｰﾙ

提供ホスト：tools.pageseek.net
モバイルユーザ待望のPC動画ファイルから3gpファイルに変換するコンバータです。
内部はffmpegを利用している気もしますが微妙に違うっぽいです。
ライセンス周りはクリアしているかどうか分かりませんが、問題ないならiYappoでも同じサービスやってみようかしら。
ちなみにtools.pageseek.netの実態はasahi-net.or.jpです。
負荷対策に台数が必要だけれどもデータセンタに置くコストが無いので事務所に設置しているのでしょう。
ちなみに、fileseek.netの前身としてpageseek.netという名前でやってました。

サーバ構成などについて

現時点で確認できているfileseek.netのホスト名は
filesee.net
web.filesee.net
mld.filesee.net
img.filesee.net
img2.filesee.net
p[01]?.filesee.net(11ホスト)
の計16ホストです。
さらにip　addressはばらばらです。
さまざまなネットワークブロックにip addressが分散しています。

whoisしてみるとNTTPCのホスティングと出ているため、WebARENa Soloの契約をしている可能性が高いです。
負荷対策などのために、段階的にサーバ増強をした結果、ブロックがばらばらになったのでしょう。

2年契約をしていたとして、月にかかるコストは128万円ほどになります。
データセンタのラックを余裕で借りれます。バックボーンも同等以上かもしれません。
まぁ、そんな単純な話ではなく、オプションサービスだったりを考えると現状でも安上がりなのかも知れませんが。
というか、定価ベースで予想しただけだから、もっと有利な条件で契約してるかもですね。
あと上には出てきてないですが、DB専用マシンとかも何台かあるでしょうし。

でも、普通に考えたらちゃんとしたネットワーク作って、その下にサービスマシンを置きたいですよね。
いやいや、この考え方はきっとだめなんでしょう。

他には、事務所内の動画変換用に相当数のマシンを使用していることでしょう。

運営会社について

どこにも情報がありません。
プレスリリースとかどっかで出してるのでしょうか？
Googleの件なんかを見る限り、かなり力の会社であると見受けられます。
31日14:56追記：メタ検索だったと気づいたので、力の程は分かりませんが、世界屈指の技術力はあるようです。

技術力

google, Yahoo, NTTレゾナント, ウェブドゥなんぞが逆立ちしても太刀打ちできない技術力です。あ、ライブドアも。
▼ｱﾝｹｰﾄ

ﾌｧｲﾙｼｰｸの検索ｴﾝｼﾞﾝは検索速度を下げることなく登録ﾍﾟｰｼﾞ数を無限に増やすことが可能ですので、Web上に携帯ｻｲﾄが増えれば増えるほど登録ﾍﾟｰｼﾞ数も増やせます。現時点でのWeb上の携帯ｻｲﾄの数を概算した結果、ﾌｧｲﾙｼｰｸの携帯ｻｲﾄ検索ｴﾝｼﾞﾝの登録ﾍﾟｰｼﾞ数を数千万ﾍﾟｰｼﾞ程度に増やすことを計画しています。

スケーラビリティがすばらしいシステムをお持ちのようです。
このあたりの技術が、オープンソースな全文検索システムに還元されると歴史的な技術革新が起こるのは決定的で明らか。
動画ファイル変換ソフトも自社開発しているので、凄腕エンジニアを多数抱えているはずです。

日に200万ものトラフィックを、ネットワークが離れているサーバ構成で捌くのもすばらしいです。
ある種の広域グリッド環境で運用しているとも言えるでしょう。

残念なことに、本当に運営元が分からないので、どんなエンジニアがいるのかが皆目検討出来ません。

ただ、

国内最大・最強の
携帯用ｻｰﾁｴﾝｼﾞﾝ

の冠は伊達じゃぁありません。

技術要素(追記)

http://www.pageseek.net/intro.html

■PageSeekの特徴

PageSeekは主に下記の特徴を持ちます。

入力された検索ｷｰﾜｰﾄﾞが実際にWebﾍﾟｰｼﾞ中でどのように使用されているのかが一目でわかるように、検索結果画面で各Webﾍﾟｰｼﾞに含まれるｷｰﾜｰﾄﾞの前後のﾃｷｽﾄを抜粋して表示します。

携帯端末用ｻｲﾄに含まれるﾃｷｽﾄの多くがｺﾝﾃﾝﾂと直接関係のない広告やﾗﾝｷﾝｸﾞｻｲﾄへのﾘﾝｸであるという実状を踏まえ、広告やﾗﾝｷﾝｸﾞｻｲﾄのﾘﾝｸ文字列を検索対象から外し、できる限りｺﾝﾃﾝﾂと関連するﾃｷｽﾄのみを検索できる工夫がなされています。

同一ﾄﾞﾒｲﾝ内の類似する内容のﾍﾟｰｼﾞが大量に表示されることを防ぐために、ﾃｷｽﾄﾊﾟﾀｰﾝが類似するﾍﾟｰｼﾞの表示を一定数以下に抑える工夫がなされています。

これらの工夫により、お探しの情報を効率的に検索することができます。

まとめ

人様のサービスを研究することで、新しい発見や驚きに沢山出会えます。
また、出来る限りそれらをインスパイヤしていって自分の糧にもできますね。
今回は、あまりの技術力に圧倒されてしまい自信を失いかけるほどだったので、やりすぎると諸刃の剣かもしれません。

次は佐藤さんか今泉さんあたりを研究して圧倒されてみますです。

31日 12:52追記：MM/Memoに

知られざるマッシュアップ企業

とメモされてました。
確かに、今ちやほやされてるWebにバージョン番号をつけたような所で定義された手法でのMashupとは言えないですが、確かにこのサイトもMashupなサイトと言えるでしょう。
ただ、各サービス間で連携が取れてないのが残念ですね。

Posted by Yappo at 2006年01月30日 23:33 | TrackBack | Web上のサービス