这是一个创建于 551 天前的主题，其中的信息可能已经有所发展或是发生改变。
大家习惯了百度谷歌的用法，以为已经到了极致，其实还可以更快。
大家也习惯了使用 ElasticSearch, 无论大中小公司都在使用。
很难想象一个极度需要性能的业务居然从底层都是基于 java 开发的，大家来对比一下我们基于 c++开发的搜索引擎：
tanglib.com , 从搜索体验上，是否有一些超出。
tanglib.com 目前运行在单机上，接近 1T 的文本，从后台看响应基本在几毫秒内，即是做成集群，聚合搜索结果一般也不会超过十毫秒，人类根本感觉不到。
v2ex 上曾经有几个小搜索引擎，例如 magi.com , 不过看起来最终都没有做起来。
这项技术如何发展，我没有想好，恳求大家发表建议，集思广益一下，谢谢。
大家也习惯了使用 ElasticSearch, 无论大中小公司都在使用。
很难想象一个极度需要性能的业务居然从底层都是基于 java 开发的，大家来对比一下我们基于 c++开发的搜索引擎：
tanglib.com , 从搜索体验上，是否有一些超出。
tanglib.com 目前运行在单机上，接近 1T 的文本，从后台看响应基本在几毫秒内，即是做成集群，聚合搜索结果一般也不会超过十毫秒，人类根本感觉不到。
v2ex 上曾经有几个小搜索引擎，例如 magi.com , 不过看起来最终都没有做起来。
这项技术如何发展，我没有想好，恳求大家发表建议，集思广益一下，谢谢。
 |
1
shinession 2023-06-20 09:01:07 +08:00
试了几次, 还不错, 收藏支持一下
|
 |
2
zhangxiuyan 2023-06-20 09:07:55 +08:00
好像崩了
|
 |
3
SkYouth 2023-06-20 09:12:25 +08:00
查询失败，Request failed with status code 502
|
 |
4
bigtang OP #2, 确实， 启动要等 5 分钟。。。
|
 |
5
GeekSuPro 2023-06-20 09:12:49 +08:00
查询失败，Request failed with status code 502
可以先保证可用性嘛? |
 |
6
centralpark 2023-06-20 09:22:06 +08:00
代码块至少用个 <pre /> 标签吧
|
 |
7
jasonhui512 2023-06-20 09:35:04 +08:00
1T 的文本都是 github 的代码？
|
|
8
bigtang OP #7 ， 关于 里面有详细介绍
|
 |
9
Martin123123 2023-06-20 10:59:21 +08:00
本质上现有的搜索引擎都不是单纯的搜索引擎，关键的话还是数据源，还包含很多其他的功能，比如说自然语言的处理，不管是百度、Google 、Bing 搜索「笑米手机」实际上搜出来的结果是小米手机，还有基于用户的搜索历史和浏览行为的推荐算法之类的很多功能
|
 |
10
sadfQED2 2023-06-20 11:02:21 +08:00 via Android
你这是推销业务还是推销技术引擎？业务的话这 ui 交互也太差了吧？推销技术框架的话，也没见技术细节和性能功能对比呀
|
 |
11
MuSeCanYang 2023-06-20 11:14:52 +08:00
502
|
 |
12
stonepy 2023-06-20 11:17:06 +08:00
每次输入字符就触发查询,不可能不崩吧,建议先做个防抖和节流
|
|
13
bigtang OP #11 修改了一下，可以了；#10 ，都不完善，拿出来讨论总是可以的吧；#9 ，完整搜索引擎当然是超级复杂，目前是希望大家帮找到亮点和可能性吧，如果都做成功了就不需要讨论了
|
|
14
bigtang OP #12 防抖和节流现在就有，崩是刚才有人在做极限测试，改好了。
|
 |
15
wateryessence 2023-06-20 11:43:42 +08:00
全文搜索就和 es meilisearch algolia 做 benchmark ，标题取得太唬人了
|
 |
16
cherryas 2023-06-20 11:45:29 +08:00
亮点速度快
原理分析:最多也只能返回 30 个结果所以速度快 |
 |
17
bjzhush 2023-06-20 11:48:43 +08:00
优点：非常快，可以说是实时
缺点：没有太落地的场景，发挥不出什么价值 |
 |
18
hellodigua 2023-06-20 11:54:54 +08:00
流畅丝滑可能是因为内容太少了，搜啥都搜不到……
等数据量到 PB 级别的时候，再来对比一下速度 |
|
19
bigtang OP #16 ，返回 2000 条还是一样快的，返回 20 万条可能会慢，但谁会需要 20 万条结果呢？
#18 ，PB 级数据就有集群了，还是一样的快 |
 |
20
olaloong 2023-06-20 15:38:22 +08:00
踩一脚 ElasticSearch 大可不必吧，ES 真正强大的不是各种查询语法吗，你这能支持多少呢
|
 |
21
inhzus 2023-06-20 15:45:16 +08:00
对比 sphinx, meilisearch, vespa 这些呢... 一对比就来活了
|
 |
22
c2const 2023-06-20 16:57:40 +08:00
感觉数据量不够，还是习惯谷歌的结果
|
 |
23
C603H6r18Q1mSP9N 2023-06-20 18:13:12 +08:00
让我想起来一个笑话：
请问 168 乘以 861 等于多少？没任何思考 回答 82128 只保证快，没说答案对 |
|
24
bigtang OP #22 #23 应该是非技术人员，本帖本意是说比较搜索体验，不是代替百度谷歌。
tanglib.com 只是源代码搜索，只能搜源代码。 当然如果真有百度谷歌那么多内容，加上 pagerank ，是可以超越百度谷歌的。 |
 |
25
tntin 2023-06-21 00:32:31 +08:00 via Android
标题党 。
|
Select Language