yyw794的专栏

通过分析Gitlab的站内搜索设计，借鉴其设计经验，来改进自己的站内搜索方案，包括领域对象划分，索引设计，权限控制设计。这可能是国内第一篇详细解剖Gitlab站内搜索设计实现的文章。

ES搜索时，如果Query里包含了filter，则会对filter进行缓存，方便其他Query的复用。（must和should条件都不会缓存，只有filter会）filter语句会返回什么id，这个信息缓存在内存中。为了能在有限的内存中缓存更多的filter，ES对filter对应的ids存储进行了压缩。

ES的java有2个主流客户端，官方的和spring data的。不管哪一个，关于suggestion的代码示例都非常少。这里就是为了弥补这个空白。

倒排索引虽然很快，但是空间消耗很大。需要优化保证搜索速度更快（优势更明显）空间占用减小（缺点缩小）ES的优化设计ES对性能和空间节省做了大量的优化。

搜索引擎的演进方向采用能充分释放硬件性能的新语言进行开发（如，rust）更低成本（存储计算分离，索引改造），更易用（用户/开发体验），更快(新语言）的方向演进产品混合搜索 （文本及向量的混合搜索）

在数据库表sparring_workflow中，需要在workflow_name和workflow_desc中实现文本搜索。（前端可以在name和desc中搜索到用户需要的信息）

分词，这里采用最简单的分词工具hanlp 1.x(同类产品还有jieba，ikanalyse)，如果需要更好的分词效果，可以通过API调用外部的基于深度学习的分词模型（如hanlp 2.x)。负责将java函数和SQL进行映射，其中，SQL由另一个SQL Builder的类负责动态生成SQL语句（根据java函数的入参，动态生成包含实际入参的SQL）。因此，中文搜索涉及的文本处理，需要外置实现。通过mapper，将java函数和sql进行映射，这样，执行java搜索函数时，实际执行的是PG对应的SQL。

使用elasticsearch的phrase suggester实现地址的纠错设计

基于elasticsearch的term suggester技术实现地址信息的纠错设计方案

从天眼查获取海量公司地址的方法

传统搜索需要使用elasticsearch，需要额外建设，这里使用postgresql低成本实现简单搜索