大型广告系统架构 — 检索模块

广告系统主要解决一个问题：在给定展示场景、用户的情况下，返回收益最大化的广告。下图是一个广告系统最简单的架构图。其中，Router，检索模块，排序模块一般称为广告系统的核心。同时，与之辅助的至少包含三大系统：特征计算系统，计费系统，投放系统。

先介绍一下三个辅助系统的主要功能：

• 特征计算系统：实时计算广告展示环境 (网页，APP) 的特征，用户的特征。并提供实时查询功能。

• 计费系统：实时处理广告的展现 (CPM)、点击 (CPC)、转化 (CPA)数据，并计算广告的剩余预算。需要包括反作弊功能。

• 投放系统：供广告主使用，设置广告的基本信息和定向条件。

核心部分包含了三个模块：

• Router：对外提供HTTP服务。接收请求后，依次与特征计算系统、检索模块、排序模块交互，最后返回广告。

• 检索模块：检索模块主要解决相关性问题。首先，根据广告主设定的定向条件筛选出本次请求能否返回的广告；然后，按多种定向策略筛选出与本次请求最相关的若干个广告。

• 排序模块：排序模块主要解决收益最大化的问题。通用的排序标准是eCPM。以CPC广告系统为例，eCPM=eCTR*CPC，CPC是广告主设定的，排序模块的核心就是使预估的eCTR尽可能地接近实际CTR。

---

本文讨论检索模块的架构设计。在检索模块中使用的数据一般可以分为三类：

1. 广告本身的信息。例如ID，标题，描述，出价，投放时间，预算余额等。

2. 广告的定向数据。例如国家，设备，人群等。

3. 各个定向策略使用的内部数据。例如，预先计算出的各个广告的特征，人群的兴趣点扩充数据等。