对多方面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。很高兴获得 SO 关于哪些工具最适合满足以下要求的建议：

1. 需要（多方面）搜索数万条记录（基于类别、日期、价格等字段）
2. 需要搜索多值字段（即标签）
3. 需要能够按静态因素（如价格、距离等）订购
4. 需要能够根据动态/频繁变化的因素（例如用户参与度/流量等）进行排序
5. 需要能够只返回在用户自己的社交网络中有活动的记录（即“只显示我的朋友参与过的结果”）。
6. 将部署在 EC2 中

我目前的想法是：

1. 混合使用 Amazon CloudSearch 和 Redis 之类的东西
2. 成千上万的记录实际上并没有那么多。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 为每个用户维护一组最近交互的记录，然后将它们合并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）中提取可能数千个 ID，然后必须将它们合并到客户端代码中的延迟。然而，这也许是没有根据的。

我希望可能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。

欢迎提出任何建议！

Answer 1

我推荐您使用 Amazon CloudSearch 来满足您的要求：

• 需要（多方面）搜索数万条记录（基于 在类别、日期、价格等字段上）

CloudSearch 在多方面搜索方面非常出色。它在亚马逊自己的网站上广泛使用。而且它的过程非常快。搜索索引保存在内存中，以确保可以以非常高的速率处理请求。

• 需要搜索多值字段（即标签）

没问题（对于任何搜索引擎）

• 需要能够按静态因素（如价格、距离）下单 等）

没问题（对于任何搜索引擎）

• 需要能够根据动态/频繁变化的因素进行排序 （例如用户参与度/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： - 通过根据发布日期提高结果排名来提供“新鲜”内容。 - 提升受欢迎的结果

CloudSearch 非常擅长这项任务。所以它看起来很适合你。

• 需要能够只返回已经存在的记录 在用户自己的社交网络中的活动（即“只向我显示结果” 我的朋友们已经订婚了'）。

我想这没有问题。

• 将部署在 EC2 中

CloudSearch 的胜利。您请求将留在亚马逊网络中。让您请求比通过互联网快得多。

我主要担心的是从各种服务（Redis/CloudSearch）拉回可能数千个 ID 的延迟

CloudSearch 不会变慢。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 改用 SimpleDB 而不是 Redis？它将允许您轻松扩展。 但是在使用 Amazon Cloud Search（或任何搜索引擎数据库）时使用其他数据库并不少见。

也许大部分工作都在 RDBMS 中完成，而 CloudSearch 则用于全文搜索？ 可能是。但要小心，RDBMS 不像 Cloud Search 那样容易扩展。

顺便说一句，它是 Amazing Cloud Search 的创建者，但我不为 Amazon Cloud Search 工作 :-) 我只是觉得这项技术真的很棒（当它满足您的需要时）。

希望对您有所帮助。并希望它不会太乱。