这是一个创建于 3605 天前的主题，其中的信息可能已经有所发展或是发生改变。
like不能索引，但模糊搜索是非常有必要的，比如搜索2ex，你想结果中会包含v2ex，这比较符合需求是吧。
现在尝试了几个，mysql-ftppc , sphinx 等。无果，主要还是词库不行。比如sphinx for chinese，词库没办法实现复合分词，意味着，搜索 特别申明 有结果，单独搜索 申明 没结果的尴尬。这彻底打消了我想加入智能学习的方案，来对词库进行增量。
P.S 有人吐槽，你不会直接用coreseek啊！不能用，不要问原因。
数据库是mysql，条目大概4w。算小型应用，如果不丢失模糊搜索，又能顺利索引呢？查阅了一些文章，说是建立反向索引+缓存，索引词，连续词，以及句子。然后缓存热门。
搞了几天了。技术和运维也头大了。
实在搞不定，我也只能砸硬件了。不研究这玩意了。主要也是实验性质，为以后项目策略留个备胎，涨点经验。真心不想遇到事情就硬件升级，说真的，无非就是增加一台mysql读而已。但技术不会有太大进步。嘛，我有点太考虑远期目标了。
话说aws的cloudsearch是虾米玩意？这东西是所谓的云搜索？让第三方托管？这延迟。。。说是堪称毫秒级别的，不过走外网的吧。这玩意能有多少实用性？
 |
1
aszxqw 2015-02-13 20:48:56 +08:00
为什么搜索2ex结果就得出来v2ex？
如果真的需求是这样的话，就搞个同义词词典呗。 |
 |
2
binux 2015-02-13 20:49:04 +08:00
『比如搜索2ex，你想结果中会包含v2ex，这比较符合需求是吧』
不是吧 |
|
3
aszxqw 2015-02-13 20:49:16 +08:00
至少我百度2ex了没出来v2ex
|
 |
4
ota OP |
|
6
ota OP @decken 比如搜索 建的更
百度似乎结果更本地化，但并不一定是要的结果，比如 “建设 建设得 建设+更加” 很多不是连续性的。 谷歌对这类片段的没啥意义的词似乎倾向于作为单个分词处理，搜索结果更多的是“建的更”，时不时还发现有“bigram”类型的，“建的 and 的更”，多数也比较符合要求。感觉谷歌更贴切想要的结果。 |
 |
7
firldlove 2015-02-13 22:16:50 +08:00 via iPad
Elasticsearch非常好用
|
 |
8
xi4oh4o 2015-02-13 22:55:47 +08:00
coreseek 为什么不能用呢？
Elastisearch + jdbc river + ik |
 |
9
em70 2015-02-13 23:34:28 +08:00 via Android
才4W，用like有多大问题
|
|
10
ota OP @em70 不光是只有4w，而且机器用的是1650 v3 ddr4 ssd s3700
问题就是搜索非常频繁。流量很大，虽然站小库也小。 |
|
11
em70 2015-02-14 07:33:01 +08:00 via Android
@ota 测试过吗，like需要多长时间，搜索关键词集中吗，如果很集中加缓存就行了。
你得分析一下需求，这种2ex搜索v2ex的场景是否频繁发生？如果只是极端案例，可以用MySQL全文索引，先match搜索，如果搜索不到再用like，并缓存 |
 |
12
sunsol 2015-02-14 08:26:13 +08:00
条目才4w，直接grep就行了。
|
|
13
sunsol 2015-02-14 08:29:55 +08:00
如果条目经常更新同时担心效率的话，就用sqlite装载为内存数据库，直接用like简单粗暴。
|
Select Language