自动完成性能和私人“魔术搜索”

Question

自动完成字段的性能不佳会降低其实用性。如果客户端实现必须调用执行繁重的数据库查找的端点，响应时间很容易令人沮丧。

AWS Case Study: IMDb 提供了一种简洁的方法。它曾经带有一个图表（不再可用），但简而言之，将为每个可以以有意义的方式解析的组合生成并存储一个预测树。例如。 sta 的分辨率将包括 Star Wars, Star Trek, Sylvester Stallone 将被存储，但 stb 不会解析为任何有意义的东西，也不会被存储。

为了获得尽可能低的延迟，所有可能的结果都是 为每个字母组合预先计算一个文档 搜索。每个文档都被推送到 Amazon Simple Storage Service （Amazon S3），从而到 Amazon CloudFront，将文件 物理上靠近用户。可能的理论数量 要计算的搜索令人难以置信——20 个字符的搜索有 23 x 1030 种组合——但在实践中，使用 IMDb 在电影和 名人数据可以将搜索空间减少到大约 150,000 个文档， Amazon S3 和 Amazon CloudFront 可以在几个 小时。 IMDb 以多种语言创建索引并每日更新 用于包含超过 100,000 个电影和电视节目以及名人姓名的数据集。

如何使用私有数据实现类似的性能体验？例如。自动完成客户名称、工作 ID、发票编号...为不同的用户存储不同的文档/决策树听起来很昂贵，尤其是如果某些数据（客户名称？）可以供多个用户使用。

Answer 1

你说得对，这样的工作负载需要一些特殊的优化。

您可以使用现成的搜索引擎，例如 Apache lucene 或 Solr（这是 lucene 的 REST API 包装器）

该引擎针对全文搜索进行了优化，可以处理私人数据。

工作步骤：

1. 安装 solr（或 lucene）
2. 设计用于存储信息的架构（您需要哪些字段和搜索类型）
3. 将数据加载到其中（通过 bach 操作或基于更新）
4. 基于 solrs 查询语言的查询搜索（类似于 google 搜索）。 在这个地方，除了原始用户查询之外，您还可以添加基于 user_id 或任何 over 参数的特殊限制。因此，私人数据不会在用户之间造成混乱。

Answer 2

我实际上同意 CGI。最好的解决方案是第三方搜索引擎。其他任何东西都在尝试建立自己的搜索引擎。我真的不确定你的帖子可以使用什么硬件，所以如果你得到的只是 LAMP 托管，我会为你提供一个可能的解决方案。

因此，在您的 PHP 代码中，您将创建一个查询字符串，例如：

$qstr = "SELECT * FROM Clients WHERE `name` like '%".$search."%' ORDER BY popularity DESC LIMIT 0,100";

增加通过“搜索引擎”找到的每条记录的流行度列。 在前端（假设您使用 Dojo），您可以执行类似...

<script>
   require(["dojo/on", "dojo/dom", "dojo/request/xhr", "dojo/domReady!"], function (on, dom, xhr) {
       on(dom.byId('txtSearch'), "change", function(evt) {
           if (typeof searchCheck !== undefined) clearTimeout(searchCheck);
           searchCheck = setTimeout(function() { //keep from flooding XHR
               xhr("fetch-json-results.php", {
                  handleAs: "json"
               }).then(function(data){
                  //update txtSearch combo store
               });
           }, 500);
       });
   });
</script>
<input id="txtSearch" type="text" data-dojo-type="dijit/form/ComboBox" data-dojo-props="intermediateChanges:true">

这将是一个低技术低预算 (LAMP) 等效答案。