【系统架构设计百科】搜索引擎架构：倒排索引之上的系统设计

某电商平台的商品搜索服务从MySQL迁移到Elasticsearch，查询延迟从800ms降至15ms，但分片数激增至8000，导致超时率上升。

倒排索引是搜索引擎的核心数据结构，生产级搜索系统需要多个架构组件，包括查询解析、分词分析、分布式召回等。

Elasticsearch的分片策略包括按文档ID哈希分片、按路由键分片和按时间分片，每种策略有不同的优缺点。

相关性排序是搜索引擎的核心差异化因素，BM25算法是对TF-IDF的改进，能够更好地处理文档长度和词频的影响。

Elasticsearch集群架构中，节点角色分为master、data、ingest等，角色分离可以提高集群稳定性。

运维挑战包括分片膨胀和映射爆炸，需通过合理配置和管理策略来避免。

搜索系统的整体架构包括查询解析、查询改写、召回、粗排、精排和结果处理等多个阶段。

电商商品搜索系统的设计需考虑商品总量、日均搜索请求、搜索延迟等指标，合理配置分片和索引设计。

日志搜索系统与商品搜索在架构选型上有本质差异，日志搜索更注重时间范围和聚合查询。

搜索系统的可观测性需要关注多个监控指标，包括搜索延迟、索引延迟、GC次数等，以便及时发现和解决问题。