本文介绍了基于多元索引搭建亿量级店铺搜索系统的需求场景及方案。

亿量级店铺搜索系统的核心点与瓶颈在于数据库是否有海量存储能力、低延迟读能力、高效查询能力以支持地理位置GEO+多维度数据检索。表格存储作为阿里云面向海量结构化数据提供Serverless表存储服务,具有海量数据存储、热点数据自动分裂、海量数据多维检索等功能,可以有效的地解决地理位置数据量大膨胀这一挑战。

需求场景

某店铺搜索平台,提供了亿量级的店铺信息。用户通过平台提供的PC端、移动端网页,按照自己的需求维度组合,搜索用户心仪的店铺。平台需要在地图上展示店铺的具体位置、店铺详细信息、店铺主页的跳转。

维度一:【距离1km内】【人均100以内】【评分高】【奶茶店】

维度二:【杭州市内】【评分高的】【沈家*】店铺

......

实现快速、多维地理位置查询功能,是地理位置管理解决方案的核心功能,样例如下。

说明 该样例提供了【亿量级】店铺数据。具体参见项目样例
fig_20220601_geo

基于表格存储搭建的店铺搜索系统页面一览,样例内嵌在表格存储控制台中,用户可登录控制台体验系统(若为表格存储的新用户,需要单击开通服务后体验,开通免费,订单数据存储在公共实例中,体验不消耗用户存储、流量、CU)。

表格存储方案

使用表格存储研发的多元索引功能,可以轻松搭建一套亿量级店铺搜索系统。多元索引功能可以创建地理位置索引、分词字符串索引等,为用户提供了地理位置检索、多维组合检索等能力,用户可随时创建,存量、增量数据自动同步。

用户可以仅在需要的时候创建、开通索引。由表格存储来保证数据同步的一致性,这极大的降低了用户的方案设计、服务运维、代码开发等工作量。