DoorDash自建搜索引擎如何实现延迟降低50%

QA Wolf的AI服务在几周内实现80%的自动化测试覆盖。

支持多设备和手势交互，测试周期缩短至15分钟。

人工测试在移动设备上速度慢且有限，导致团队提前一周发布。

QA Wolf的服务在真实的iOS设备和Android模拟器上运行测试，确保100%并行执行且无错误。

工程团队能够更快地发布，测试自动化，开发者可以专注于构建而非调试。

DoorDash的全球搜索系统面临挑战，用户期望从仅搜索商店转变为搜索具体商品。

Elasticsearch的文档复制模型导致在DoorDash的工作负载下难以横向扩展。

DoorDash决定构建一个满足其需求的搜索引擎，而不是从头开始重建信息检索。

DoorDash使用Apache Lucene®作为核心，构建高性能的搜索引擎。

通过段复制而非文档复制，DoorDash优化了索引和搜索性能，降低了计算成本。

DoorDash将索引和搜索解耦，确保两者可以独立扩展，避免相互影响。

DoorDash的搜索引擎包括索引器、搜索器、代理和查询规划与理解服务。

DoorDash建立了声明式的索引配置，支持灵活的查询语言和文档关系建模。

每个索引都有独立的搜索堆栈，确保稳定性和灵活性，避免共享系统的冲突。

DoorDash迁移出Elasticsearch后，实现了50%的延迟减少和75%的硬件成本降低。