搜索引擎和淘宝搜索不得不说的故事.pdf

连衣裙包邮！！
买个iphone5！
送女朋友什么
手机大甩卖！！
裙子好呢？
牛仔裤清仓买
一送一！！
…… …… …… ……
 数据量大:8: 8亿
 数据更新量大: 2亿／天
 查询量大: 3-4亿PV／天
 查询准确率要求高——对买家负责，降低查找成本
 查询召回 率要求高——对卖家负责，让每个宝贝 搜
索可达
 业务逻 辑复杂：属性信息远 大于 倒排信息
数据量(单位：M)
1000
800
600
400
200
0
2010年 2011年 2012年 2013年现在
PV(单位:M)
350
300
250
200
150
100
50
0
2010年 2011年 2012年 2013年
淘宝网 商城 一淘网
未来
2003年 2008年 2012年
解决搜索功能
解决容量速度
业务逻辑分离
业务引擎分离
引擎平台统一
 不断增长的搜索
 复杂多变的业务
 数据量日益增长
 庞大的属性信息
 频繁地数据更新
 灵活的运帷平台
每年痛并快乐着的大促（1111/1212）
——爆发式流量增长和更新量增长
 关联非引擎服务(UPS、QP、Forest etc.)
 多路数据混排(同构数据、异构数据)
 搜索结果RkRerank
 其他各种“异想天开”的业务逻辑
 统一 服务入口
 Build插件：允许对建索引的原始文档进行加工
 分词插件： 控制检索粒度
 QRS插件：改写Query定制业务逻辑、改写结果满
足业务需求
 属性信息定制化：直接使用Attr(i)(price)、简单表达
式(price+postage)、插件化()
 Scorer插件：特殊的属性信息定制化功能
 丰富的配置接口