Python 50 万个 KV 数据, 用什么过滤/搜索方案搜索? (目前用 Whoosh)

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

这是一个创建于 1483 天前的主题，其中的信息可能已经有所发展或是发生改变。

数据

key value
例如 50 万个商品信息, dict 的 key 是固定的
目前最多 50w
数据是会更新的
数据例子:

p1 = {
  "brand": "Ford",
  "model": "Mustang",
  "tag": ['A','BB', 'xxx'],
  "year": 1964
}

需求

在这 50 万个中, 过滤信息.(和京东的商品过滤一个的意思)

现状

数据库 SSDB(Redis)
结巴分词
Whoosh 建立索引搜索

请大家说说有什么比较好的方案, (数据放内存, 会不会更快)

whoosh

Python

过滤

key

14 条回复 • 2020-04-09 16:43:44 +08:00

RHxW

2020-04-09 08:08:53 +08:00

es ？

wzw

2020-04-09 08:13:42 +08:00

@RHxW #1 es 和 Whoosh 算是类似了吧

lzxz1234

2020-04-09 08:49:53 +08:00

es 支持集群是搜索的完整方案了

SjwNo1

2020-04-09 08:51:56 +08:00

持续关注

lhx2008

2020-04-09 08:54:56 +08:00 via Android

mysql 硬顶也没事。。区分度那么大

swulling

2020-04-09 08:58:21 +08:00 via iPhone

从给的示例看，传统的关系数据库没啥不行的。

wzw

2020-04-09 09:08:34 +08:00

@swulling #6
@lhx2008 #5

我用的是 NoSql 数据库呀

rrfeng

2020-04-09 09:53:42 +08:00 via Android

50w 随便搞吧…

tag 这种字段可以单独拆出来，如果以后会变大。当然现在这点 MongoDB 里无所谓。建好索引就行

Vegetable

2020-04-09 09:57:11 +08:00

50w 真随便搞,mongodb 能给你这 50w 全缓存到内存里,获得近似 redis 的体验.
关系数据库其实也一样.

cabing

2020-04-09 09:59:56 +08:00

计算下数据占用的内存空间，假设一条数据 128 个字节。128*500k = 64000k = 54M

假设一个 k-v 是 1.28k ，也才 540M，都是毛毛雨。

考虑下以后的增长量有限的话，真可以随便玩了。

自己建个字典树都没问题。。

qlhai

2020-04-09 10:18:10 +08:00

如果就这几个字段，50 万扔 MySQL 里没问题啊

marcushbs

2020-04-09 10:34:39 +08:00

50w 放内存

wzw

2020-04-09 10:45:36 +08:00

@marcushbs #12 @cabing #10 @Vegetable #9

内存肯定是够用的, 关键用什么方案呀? 有时候单个商品更新, 也需要去更新这些缓存呀.

cabing

2020-04-09 16:43:44 +08:00

@wzw 更新写队列，更新下缓存就行。