我正在考虑实现一个用于过滤数据的系统。这依赖于大型数据集的快速模式匹配（我在考虑Aho-Corasick）。模式将是固定的字符串。这可能在1000-100000条记录的范围内-对于关系数据库来说不是很大，但是对于内存中的图来说却很大。性能的关键（与基础算法无关）是创建参考数据集的适当表示形式。数据集将随着时间而改变。
我的问题是如何最好地构建此解决方案，以使更新数据集不会中断服务的使用。更新不必立即反映给服务客户端。
是否有一种快速的字符串匹配算法，可以在不进行完全重新编译的情况下支持对数据集进行临时更改？
如果没有，大概我唯一的选择就是将前端服务与后端匹配引擎/分开，并在我想更改数据集时启动新的后端引擎/切换。
有没有更优雅的解决方案？