Suggestion(搜索建议)产品和技术

今天来简单聊聊Suggestion产品

什么是Suggestion服务？ 一图胜千言：

当你想要搜索某个长词语或者一句话输入部分时，Suggestion服务预测你极大可能的候选项，并罗列出来，供你选择。

产品的意义：

1. 降低用户搜索的输入成本，用户总是懒惰的,谁能让用户最懒惰还能帮他把事办好，这就是好的产品。当然如果真有一天能用脑电波搜索了，这个产品功能就没意义了.

2. 为用户提供提示，因为有部分用户多一个长词组很有可能只能记住部分。如有部电影叫"心急吃不了热豆腐"，朋友A推荐给朋友B，只记得"心急吃不了啥"了

3. 提高搜索转化率，用户在任何过程中都有可能流失，打字打完"心急吃不了",一个朋友说别看这个了，看<冰与火之歌>吧，可能还差那最后3个字就能转战别的电影了

什么样的词应该纳入到Suggestion里面去呢？

如果把所用所有的搜索记录都作为suggestion服务，那用户输入完一个前缀后，就会出现满屏的词语；在这种场景下,尽量提供好用的suggestion而保持简洁的结果的秘诀在于把控数量并提高转化率,所以一般可以用双重法则

1. 如果这个前缀的所有搜索词不超过N个，按转化概率从大到小排序

2. 如果超过N个, 放弃掉用户转化率小于a的搜索词，按转化概率从大到小排序

整体技术上怎么实现呢？

如果你在做一个Suggestion总词语量较小的产品. (<千万级)

短平快，直接用小脚本扫每天的用户搜索日志，然后根据策略得出整个搜索词表，放到Mysql中；

查询直接用  select XXX from TABLE_XXX where SuggestionWords like {QUERY}% 进行查询

访问量大怎么办?

mysql 的查询成为瓶颈，在前面加一层缓存，来存储结果List即可.

访问量极大怎么办？

这里极大的意思时，一瞬间的某个词语的缓存未命中（失效或者DB更新后delete）查询会拖死Mysql

两个思路

1. mysql加从库 Master-Slave集群

2. 更新时主动生成缓存，让前端查询任何时刻都看不到缓存未命中

如果你在做一个Suggestion总词语量较大的产品. (>千万级)

类似的场景我之前遇到的是百度的帐号注册时的Suggestion, N亿的注册用户，新用户上来了想注册abcd这个帐号，已经被占用了，所以一般推荐abcd作为前缀能用的帐号如abcd1,abcd11等，类似的场景如域名注册服务商的推荐。

技术实现上可以用Tire树，Tire树的每个条边就是每个词,从非根节点到根节点经过的所有的边组成了一个词，如下图的最长词dcba

通过这种方式就能对海量基数词进行Suggestion服务了。

另外tire树的插入、查找、删除的时间复杂度都是o(N),N为待插入、查找、删除字符串的长度。