对多方位搜索软件堆栈的建议

Question

我需要为客户创建一个搜索工具作为新项目的一部分。记录将是在一个或多个特定日期发生的事情。获得SO的建议最好用于满足以下要求：

1. 需要（多方位）搜索成千上万条记录（基于类别，日期，价格等字段）
2. 需要搜索多值字段（即标签）
3. 需要能够通过静态因素（例如价格，距离等）订购
4. 需要能够通过动态/频繁变化的因素（例如用户参与度/流量等）进行订购
5. 只需返回用户自己的社交网络中存在活动的记录（即“仅显示我朋友参与的结果”）。
6. 将部署在EC2

我目前的想法是：

1. 使用Amazon CloudSearch和Redis
之类的混合体
2. 成千上万的人实际上并不是那么多记录。也许在RDBMS中完成大部分工作，使用CloudSearch进行全文搜索？
3. 使用Redis维护最近与每个用户的记录交互的集合，然后将它们联合起来以获取用户网络中的记录。

我主要担心的是从各种服务（Redis / CloudSearch）中撤回数千个ID然后必须在客户端代码中将它们联合起来的延迟。但是，也许这是没有根据的。

我希望有一个我错过的技术堆栈可以为我解决很多问题。我不想重新发明轮子。

欢迎任何建议！

Answer 1

我建议您使用Amazon CloudSearch：

  

  
• 需要（多方位）搜索成千上万的记录（基于   在类别，日期，价格等领域）
  

CloudSearch在涉及多方面搜索时非常棒。它在亚马逊自己的网站上大量使用。它的过程非常快速。搜索索引保存在内存中，以确保以非常高的速率提供请求。

  

    

    
• 需要搜索多值字段（即标签）
    

  

没问题（适用于任何搜索引擎）

  

    

    
• 需要能够通过静态因素（例如价格，距离）进行订购     等）
    

  

没问题（适用于任何搜索引擎）

  

    

    
• 需要能够通过动态/频繁变化的因素进行排序     （例如用户参与/流量等）
    

  

您可以在CloudSearch中设置“公式”。它会使您的请求排名更高或更低。 它通常用于： - 根据公布的日期提高结果，提供“新鲜”内容。 - 提升受欢迎的结果

CloudSearch非常擅长此任务。所以它看起来很适合你。

  

    

    
• 只需要能够返回已经存在的记录     用户自己的社交网络中的活动（即'仅显示结果     我的朋友们订婚了'）。
    

  

我觉得没问题。

  

    

    
• 将部署在EC2
    

  

CloudSearch的胜利。您的请求将留在亚马逊网络。让你的要求比通过互联网快得多。

  

    

我主要担心的是从各种服务中撤回数千个ID的延迟（Redis / CloudSearch）

  

CloudSearch不会放慢速度。基于负载it might automatically：更新硬件（更大的实例），启动新实例，跨实例拆分数据。

也许您可以从Amazon而不是Redis切换SimpleDB？它可以让你轻松扩展。 但在使用Amazon Cloud Search（或任何搜索引擎数据库）时使用其他数据库并不罕见。

  

    

也许在RDBMS中进行大部分工作，使用CloudSearch进行全文搜索？     也许。但要小心，RDBMS不像云搜索那样容易扩展。     

  

顺便说一下，它是Amazing Cloud Search的创建者，但我不是在为Amazon Cloud Search工作:-) 我觉得技术真的很棒（当它符合你的需要时）。

希望有所帮助。并希望它不会太乱。