Uber Eats如何处理每日数十亿次搜索查询

Uber Eats通过重构搜索平台显著增加商户数量，解决了延迟、排名和一致性问题。

采用多层架构优化文档处理，支持多种业务线的扩展，包括杂货、零售和包裹递送。

搜索功能需要支持多个发现表面，包括主页、搜索、建议和广告。

面临的挑战包括垂直扩展、地理扩展、搜索规模和延迟压力。

重构搜索平台涉及从文档摄取、索引到分片、排名和查询执行的多个层面。

搜索架构采用多阶段管道，平衡大规模检索与精确排名。

文档摄取分为批量摄取和流式摄取，支持优先级摄取以快速反映重要更新。

检索层负责获取相关候选项，采用地理匹配和回忆优先的策略。

第二次排名阶段评估商业信号和用户行为，优化搜索结果的相关性和有效性。

扩展搜索时需注意性能瓶颈，增加候选池可能导致延迟激增。

使用H3空间索引优化地理检索，确保快速和可靠的交付。

分片策略包括纬度分片和六边形分片，以平衡查询速度和数据分布。

索引布局优化对系统效率和延迟至关重要，针对不同业务线采用不同布局策略。

引入ETA感知范围索引，确保用户优先看到快速交付的选项。

系统重构强调文档组织、分片策略和查询优化的重要性，以支持高规模搜索。