比如淘宝。一件商品有很多tag(指的是淘宝商品列表搜索的tag,非商品本身尺寸等类型tag)。
搜索完毕,出现
产地:北京,xx,xx,xx,xx
颜色:xx,xx,xx,xx,xx,xx
等等:xx,xx,xx,xx,xx
现在的表结构:
`tag:
t_id(标签id),t_name(标签名称)
tag_relation: t_id(标签id),product_id(商品id)`
有木有好的查询优化方案?
想过用redis作数据索引,最后用分页后的id取MySQL数据。但是又有一个索引重建的问题。
想了解一下有没有什么好的方案来实现。比如考虑过sphinx,但没有想到方案。
还有一个需求就是,要所有tag下当前搜索条件所有数据的综合。
比如:选中tagname为“北京”,的数据,那么其他的tagname的数据量应该为0,且北京下属的颜色数据,比如北京下,蓝色数据为1,黑色数据为3,等等。。求方案。
sphinx 定时重建索引。
如果实时性要求较高,把最近更新的商品数据放到增量索引里面,重建索引频繁点就行。
以上满足几十万商品的级别没问题。
淘宝这样的海量的商品,必然是分布式索引了
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。