|
Cache de Google
"Pour indexer des millions de pages tous les jours, Google utilise une "armée" de
robots d'indexation, appelés GoogleBot. A chaque fois qu'un de ces robots visite une page, il la récupère
et la stocke sur un des serveurs de Google. Cette version du document est
appelée la version cache. On comprend vite qu'avec 3 milliards de documents
Google ait besoin de plus de 10 000 serveurs (et beaucoup de disques durs...).
A quoi sert le cache de Google ?
Pour la plupart des internautes, cela ne sert à rien ! Ils ne savent d'ailleurs
pas que cela existe, ni comment y accéder. Néanmoins cela peut s'avérer utile
dans différents cas de figure :
* Pour un internaute : une page est inaccessible ou introuvable (erreur 404). Si
Google a indexé cette page, il est possible de la consulter en demandant sa
version en cache.
* Pour un webmaster : la version en cache correspond à ce que GoogleBot a obtenu
lorsqu'il est venu l'indexer. Cela permet par exemple de voir de quand date le
document (en supposant que cette page est souvent mise à jour) ; cela permet
aussi dans le cas de redirections de voir quelle page GoogleBot a vu.
* Comme preuve : si vous avez trouvé un site qui vous a plagié mais qui a retiré
sa page, vous pouvez éventuellement utiliser la fonction de cache de Google pour
le prouver (même si la valeur de cette preuve est toute relative...).
* Obtenir la version en cache d'un document
La manière la plus simple d'obtenir la version en cache d'un document est de
cliquer sur "Copie cachée" à côté d'un résultat lors d'une recherche sur Google.
Il est possible également d'utiliser un opérateur spécial lors de la recherche :
il faut utiliser la syntaxe cache:URL où URL est l'URL du document dont vous
cherchez la version en cache.
Si vous avez installé la Google Toolbar, vous pouvez aussi cliquer dans la
rubrique "Infos" sur le lien "Copie cachée de ce document".
Différentes versions en cache d'un même document
La fonction de cache donne parfois des résultats surprenants. Il faut savoir par
exemple que la version en cache obtenue à partir de la Google Toolbar n'est pas
toujours la même que celle obtenue en cliquant sur le lien "Copie cachée" dans
une page de résultats. Ceci tient à un code supplémentaire passé en paramètre et
indiqué uniquement sur la page de résultats.
Google dispose également de deux types de robots GoogleBot (lire l'article
GoogleBot expliqué en détails pour en savoir plus). La version en cache d'un
document peut être différente suivant le type de robot qui l'a indexé.
Par ailleurs, pour revenir sur ce lien "Copie cachée" dans les pages de
résultats, on peut remarquer que dans le cas d'une page indexée par le FreshBot
(le robot qui indexe le contenu qui change souvent), la date de la dernière
version indexée est indiquée. Elle reste en général de 1 à 3 jours.
Dans le même ordre d'idée, il semblerait qu'il existe un troisième type de
version en cache. Elle ne concerne que les pages faisant partie des sites
d'actualité sélectionnés par Google dans le cadre de sa recherche "Google News".
Dans ce cas, la version en cache ne contient que la partie textuelle identifiée
par Google comme étant l'article à indexer.
Enfin, il arrive souvent que Google mette à disposition en cache une vieille
version d'une page alors qu'il a déjà proposé une version plus récente. Bien que
cette situation soit parfois désagréable pour le webmaster, il ne faut pas s'en
inquiéter. Cela peut être dû au fait que 2 serveurs de Google n'ont pas la même
version en cache. Le plus efficace pour remédier à ce problème est de parvenir à
augmenter le PageRank de la page en question. En effet, le PageRank semble fait
partie des critères utilisés par Google pour évaluer à quelle fréquence il doit
indexer ce document. Si le PageRank est élevé, la page sera plus souvent indexée
; une page à PageRank 6 mise à jour quotidiennement par le webmaster peut être
indexée tous les 1 à 2 jours par Google (la version en cache ne date alors pas
de plus d'un ou deux jours)."
Par Olivier DUFFEZ, le 03/12/2003
Article paru initialement sur le site webrankinfo.com
|
Accueil 
Optimisation 
