Google App Engine（Java）上的全文搜索

Question

主题上有几个主题，但我认为我的用例有些不同。

我想做什么：

• 我的GAE / J应用程序的全文搜索组件
• 索引大小很小：25-50MB左右
• 我不需要对索引进行实时更新，定期重新编制索引就可以了
• 这适用于自动完成等，所以它需要非常快（我得到的印象是在数据存储中实现反向索引会引入相当大的延迟）

到目前为止我的策略（只是计划，尚未尝试实施任何内容）：

• 将Lucene与RAMDirectory一起使用
• 定期cron作业创建索引，将其序列化到数据存储区，存储更新ID（或时间戳）
• 搜索servlet在启动时加载索引并创建RAMDirectory
• 在每个请求上，servlet检查当前的更新ID并根据需要重新加载索引

我模糊的主要问题是如何在实例之间同步内存中的数据 - 这会起作用，还是我遗漏了什么？

另外，在我开始使用内存问题之前，我可以在多大程度上推送它？我在GAE的RAM配额上找不到任何东西。 （这个索引很小，但我可以想到更多我想添加的东西）

当然，有关更好方法的任何想法吗？

Answer 1

如果您对定期重建没有问题，并且索引很小，那么您当前的方法听起来很不错。不过，不是在线构建索引并将其序列化到数据存储区，为什么不在线下构建它，并使用应用程序上传它？然后，您可以直接从磁盘存储区实例化它，并推送更新，部署新版本的应用程序。

Answer 2

最近GAE添加了“文本搜索”服务。看看GAE Java Text Search

Answer 3

对于自动完成，也许您可​​以在memcache中存储每个前缀的前N个匹配项（基本上是放在下拉菜单中的内容）？ memcache实体可以由数据存储区中的实体支持，并在需要时重新加载。

Answer 4

好吧，从GAE 1.5.0看起来像常驻后端可用于创建搜索服务。

当然，这些都没有免费配额。

Answer 5

App Engine现在包含全文搜索API（实验性）：https://developers.google.com/appengine/docs/java/search/