有 10T+的数据, 怎么对其做一个搜索引擎 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要在回答技术问时复制粘贴 AI 生成的内容
macroideal
V2EX    程序员

有 10T+的数据, 怎么对其做一个搜索引擎

  •  
  •   macroideal 2017-03-21 10:13:47 +08:00 5397 次点击
    这是一个创建于 3133 天前的主题,其中的信息可能已经有所发展或是发生改变。

    现在初步是 50T 的数据存在 Mongodb 里, 数据都是统一结构, 现在要对这些数据做一个搜索引擎, 有什么好的方案? 问题比较笼统哈.

    20 条回复    2017-03-21 23:00:48 +08:00
    liangdi
        1
    liangdi  
       2017-03-21 10:15:05 +08:00
    murmur
        2
    murmur  
       2017-03-21 10:17:15 +08:00
    es 或者 lucene 是全文索引,结构化搜索不太适合,我记得我当年用这类索引的时候所有字段都被转成字符串了,现在估计会好些
    LeeSeoung
        3
    LeeSeoung  
       2017-03-21 10:18:00 +08:00
    es 分布式
    Zuckonit
        4
    Zuckonit  
       2017-03-21 10:19:38 +08:00
    es ,最好的选择
    iot
        5
    iot  
       2017-03-21 10:22:22 +08:00
    es+1
    misaka19000
        6
    misaka19000  
       2017-03-21 10:34:09 +08:00
    请问一下楼上各位, es 该怎么学啊?文档看得我好晕的说
    server
        7
    server  
       2017-03-21 10:35:52 +08:00
    es 有支持 mysql 语法插件
    laxenade
        8
    laxenade  
       2017-03-21 10:55:21 +08:00
    竟然没有人提 solr 真是江河日下啊
    LeeSeoung
        9
    LeeSeoung  
       2017-03-21 11:21:43 +08:00
    #8 说完 es 想说 solr 的给忘了哈哈
    slixurd
        10
    slixurd  
       2017-03-21 11:33:33 +08:00
    @murmur 自行配置 Schema 就行了...
    如果没有配置 Schema,它会自动根据第一个写入的 Document 去猜...
    猜错了那也是没办法的事情...
    不过在结构化查询上的确效率不算太好,至少比常见的关系型数据库慢一个量级....
    PythonAnswer
        11
    PythonAnswer  
       2017-03-21 11:56:55 +08:00
    顺便问下, kibana 有办法呈现 field 中的 html 吗?

    es 有没有能呈现 html 的 gui ?懒得自己实现了。。。
    murmur
        12
    murmur  
       2017-03-21 12:41:19 +08:00
    @laxenade 用 solr 不如直接上 lucene ,更 geek ,可以从底层玩出花
    byfar
        13
    byfar  
       2017-03-21 12:48:38 +08:00
    sphinx 不能吗
    artandlol
        14
    artandlol  
       2017-03-21 15:00:10 +08:00
    京东的数据?
    foo2bar
        15
    foo2bar  
       2017-03-21 16:15:37 +08:00
    elk
    foo2bar
        16
    foo2bar  
       2017-03-21 16:16:48 +08:00   1
    fuxiaopang
        17
    fuxiaopang  
       2017-03-21 16:19:05 +08:00 via iPad
    zacard
        18
    zacard  
       2017-03-21 16:52:02 +08:00
    elasticsearch
    lotmany
        19
    lotmany  
       2017-03-21 16:57:36 +08:00
    @artandlol 搞事情搞事情。
    lyram
        20
    lyram  
       2017-03-21 23:00:48 +08:00
    数据结构统一的情况下, 10T 的数据用 ELK 还行,在硬件资源有瓶颈限制的情况下,比 ELK 好玩的还有 Hadoop 之流,当然还是要自身的场景需求来调整~
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2747 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitde
    VERSION: 3.9.8.5 23ms UTC 09:09 PVG 17:09 LAX 02:09 JFK 05:09
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86