Solr实战:使用Hue+Solr实现标签查询

最新推荐文章于 2024-04-07 10:34:51 发布

转载最新推荐文章于 2024-04-07 10:34:51 发布 · 93 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/arli/p/6138755.html

文章标签：

#数据库 #大数据

本文讨论了公司正在研究的多条件组合查询方案，包括使用单一主索引、自定义索引合并及搜索引擎等方式，并详细介绍了Solr的应用实例，涵盖了索引创建、数据导入等关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

公司最近在研究多条件组合查询方案，Google的一位技术专家Sam和我们讨论了几个备选方案。

Sam的信：

我做了进一步研究，目前有这么几种做法：

1）最直接粗暴，只做一个主index，比如按行业＋地区做一个index，这样来说的话，无论多少个标签的查询，直接先用主index做一个筛选，这样下来可能只有少于10w个row，然后对这10w个一个个filtering，这种做法可能能够满足大部分需求。当然，这种做法需要用到cache来优化，否则每次都去DB load会影响数据库的performance。但是初期直接使用数据库做查询也不是不可以。（这取决于数据量和查询的频率）。

2）使用淘宝的做法，这种做法是自己来做indexing然后merge，是最强大的，但是开发上可能需要时间较长。

3）使用search engine。我昨天碰上airbnb的一个工程师，正好是做搜索的，他们最开始就是使用的方式1），每个search用邮编filter后其实没有多少房子，所以最简单，后来改用了search engine能提供更多功能。http://www.solrtutorial.com/solr-in-5-minutes.html 是一个简单的tutorial，做一个prototype应该很快（一天？）。http://www.solrtutorial.com/solr-query-syntax.html 是solr engine的查询语法。也能支持范围查询（比如，消费能力是150元到300元之间）

当然，从原理上来说，2）和3）其实是一样的，多个index的数据集做集合运算。不过3）是在2）上面包了一层。

上面是我的研究结果，供你们参考。

我的回信：

嗨，Sam:

你好！

上封邮件中提到的方案三，收到邮件后我就开始在基于Cloudera的Solr组件做原型验证。

如下例子中拿call客记录当源数据：

{"callSeconds":31,"phone":"189xxxxxxxx","callTime":1480398756000,"callerName":"张三","audioPath":"CB01216021100259_5791b1d70cf2c74aa63c0c25_18968168005_20161129135204.3gpp","canAssign":true,"intent":"B类接通无需求","id":"583d17a444f4f4cb88e3c778","callerId":"57a0678b44f468afd0ee0bac","account":"恒大","strId":"583d17a444f4f4cb88e3c778","merchantId":"5791b1d70cf2c7a4aa63c0c25"}