performance - badoo.com 用户搜索 - 如何做到这一点？

Question

Badoo.com 拥有 56.000.000 个用户配置文件。个人资料可以按性别、年龄、发色、生肖、学历等搜索，加上离家乡的距离、在线状态和注册日期。到目前为止，这似乎是可行的，即使它是对巨大的表(5600 万个成员...)进行相当多的查询，它可以以一般方式缓存。

有趣的是，他们还有一个单独的“排除列表”(对于你查看的每个个人资料，你可以说你不想见到这个人)。另外，你的 friend 也不会出现。

第二个有趣的部分是查询的 OR 部分。您可以搜索以下人士:女性、25-35 岁、金发或黑发、非吸烟者、异性恋或双性恋、处女座或双胞胎或癌症，居住在巴黎半径 50 公里范围内，并且不是您的 friend 且不在您的排除列表中以及现在谁在线。许多 OR、繁重的查询、排序选项、无法缓存或预先计算所有这些，但搜索在毫秒内返回 11.298 个结果。

他们如何用 5600 万个数据集和 25 万人同时使用它来做这样的事情？全文检索索引？关系数据库？关键值(value)商店？
有没有人对概念或架构有想法？

Answer 1

它们很可能是使用倒排索引技术(如 Lucene 或 Sphinx)构建的。如果您想构建一个解决方案，我的建议是 Apache Solr (使用 Lucene 构建的搜索服务器)。它非常受欢迎，拥有活跃的 OSS 社区，并被 Netflix、Cnet 等网站使用。