这是一个创建于 415 天前的主题，其中的信息可能已经有所发展或是发生改变。
针对上亿数据，根据其中一个字段或两字字段进行搜索模糊查询，一般使用什么中间件或者搜索方法？ 不拘泥于言，不拘泥于框架，请大神各抒己见。当然 php 、java 这种常见的语言，参考意义比较大，谢谢
 |
1
locoz 2023-10-04 17:19:24 +08:00 via Android  3
elastic search
|
 |
2
netnr 2023-10-04 18:05:16 +08:00 via Android
如果搜索结果是返回少量数据, ClickHouse 秒出
|
 |
3
insmoin 2023-10-04 18:27:02 +08:00
全文搜索引擎
|
 |
4
redtech 2023-10-04 18:37:53 +08:00 via iPhone
也可以用 meilisearch
|
 |
5
dusu 2023-10-04 19:06:29 +08:00 via iPhone
manticoresearch
|
 |
7
GeorgeWai 2023-10-04 21:00:02 +08:00 via iPhone
es ，ch 都可以，关键还是在于硬件😄
|
 |
8
missuo 2023-10-04 21:04:30 +08:00 via iPhone
clickhouse yyds
|
 |
9
zhuzhibin 2023-10-04 21:25:24 +08:00 via iPhone
插个话 es 的全模糊 wildcard 有啥替代方案 性能太差了 上次有过一次把单节点 CPU 干满了 大量查询导致 search 线程池也阻塞满了
|
 |
10
matrix1010 2023-10-04 21:45:26 +08:00
@zhuzhibin N-gram 空间换时间，一般来说 2gram 或 3gram 效果都很不错, 你也可以两个加一起。比如 google code search 就是 trigram: https://github.com/google/zoekt
|
 |
11
Sakura0Tears 2023-10-04 21:48:03 +08:00
只会 Excel 难蚌
|
|
12
matrix1010 2023-10-04 21:50:27 +08:00
@zhuzhibin 刚才没注意到是 wildcard, 可以顺便看看这个: https://tech.justgiving.com/posts/how-i-discovered-the-power-of-trigrams-for-text-search-in-sql-server
|
 |
13
owen800q 2023-10-05 00:44:25 +08:00 via iPhone
Serverless 版本的 mongodb, 别说一亿，100 亿都没问题
|
 |
14
bjzhush 2023-10-05 11:40:28 +08:00
你缺了很多条件，比如配备的硬件，QPS ，响应时间要求
我说个我做过的单机版的，10 年前了，拿 sphinx 搞的，大概 3-5 亿条记录，印象中响应是 500 毫秒内 |
 |
15
dlmy 2023-10-05 11:46:36 +08:00
我司国庆之前用 32G 内存的服务器，压测了单机版的 ClickHouse ，数据可以参考一下：
扫描行数：530,000,000 耗时(秒)：0.942 查询列数：2 结果行数：46 |
|
16
zhuzhibin 2023-10-05 15:11:15 +08:00 via iPhone
@matrix1010 1
|
|
17
matrix1010 2023-10-05 17:26:46 +08:00
@zhuzhibin 看了一眼 es 的文档，wildcard 类型已经是通过 trigram 来优化了。如果用 wildcard 类型 cpu 还高可能就要考虑一下别的方法 https://www.elastic.co/cn/blog/find-strings-within-strings-faster-with-the-new-elasticsearch-wildcard-field
|
Select Language