比较购物搜索之搜索引擎的设计——货比百家(huobibaiija.com)

   货比百家比较购物搜索5月17日已经上线了，没日没夜的忙了个好些时间。计划6月10号离开北京，先回趟家（一年多没回家了），然后去上海、杭州、义乌走走看看，用双腿读书，用眼睛思考。走之前的这段时间，整理下文档，blog下心得。

   先说下比较购物搜索，比较购物最初的设想，是为消费者提供从多种在线零售网站中进行商品价格、网站信誉、购物方便性等方面的比较资料，随着比较购物网站的发展，其作用不仅表现 在为在线消费者提供方便，也为在线销售上推广产品提供了机会，实际上也就等类似于一个搜索引擎的作用了，并且处于网上购物的需要，从比较购物网站获得的搜 索结果比通用搜索引擎获得的信息更加集中，信息也更全面，于是比较购物网站也就逐渐发展演变为购物搜索引擎。

   国内购物搜索引擎也蛮多的，比如迅购、智购、聪明点等等。迅购、智购采用的是返利模式的，聪明点是纯比较购物了。货比百家设想是社区型的比较购物网站，与微博啦、sns社区打通，不过现在才走出第一步，路漫漫其修远兮，上下求索。

   好了，说技术了。搜索引擎分为数据采集和搜索两部分，采集暂且不说了。

   搜索部分又分为两部分：索引和搜索。索引的设计，采用的是主、副本存储索引的机制，定时更新数据。主目录不参与搜索，数据的增删改都在主目录进行，一切ok了，生成新的副本，然后将搜索使用的目录切换到新的副本。这个机制保证了搜索的稳定性。09年在linkchina做搜索设计的这套机制，稳定性在项目中得到的佐证，这次在基础又重新做了改进。lucene有了commit();后，切换索引目录的方式可能不需要了，下次调整改进验证。

   搜索呢，除了lucene提供的基本功能外，还需要使用的就是分类搜索了：Faceted Search，货比百家的分类搜索采用的是bobo-browser，linkedin的开源项目，跑起来也蛮欢畅的。

   还有就是商品比较了，商品是归类整理好的，商品比较呢，商品名称 + 商品分类，即查找同一类的名称相似的商品。这个算法还期待改进。

   好像还少了点，对了，中文分词。中文分词用的是paoding，用了很久，蛮不错的。

   好了，信手涂鸦，未经编辑。有兴趣的朋友看看网站，提提建议，多多交流。

   网址： http://www.huobibaijia.com/