主题索引
存储模型选型
比较关系型、键值、列式、文档与全文检索等存储模型的特性取舍与适用场景。
来源书籍
本书围绕全文检索和分布式搜索的工程实现展开,包含倒排索引、文档列表交集、Top N 最小堆、有限状态机、Lucene 段合并、TF-IDF/BM25、索引压缩、Solr 分片合并、ZooKeeper 协调、Elasticsearch 主分片/副本等高浓度机制。但大量示例绑定旧版本和旧工具链,例如 JDK 1.6、Lucene 3/6、Solr 6.4、Elasticsearch 5.1、Struts2/JSP、head 插件等,API 与部署细节时效性低。因此适合作为搜索系统工程实践读物,而不是长期稳定的版本手册。
四象限结论:工程实践(高浓度 + 低稳定性)
理由:本书围绕全文检索和分布式搜索的工程实现展开,包含倒排索引、文档列表交集、Top N 最小堆、有限状态机、Lucene 段合并、TF-IDF/BM25、索引压缩、Solr 分片合并、ZooKeeper 协调、Elasticsearch 主分片/副本等高浓度机制。但大量示例绑定旧版本和旧工具链,例如 JDK 1.6、Lucene 3/6、Solr 6.4、Elasticsearch 5.1、Struts2/JSP、head 插件等,API 与部署细节时效性低。因此适合作为搜索系统工程实践读物,而不是长期稳定的版本手册。
| 章节号 | 章节标题 | 精读/略读 | 状态(pending/done) | 卡片数 |
|---|---|---|---|---|
| 1 | 搜索引擎 | 精读 | done | 4 |
| 2 | 自己动手写全文检索 | 精读 | done | 6 |
| 3 | Lucene的原理与应用 | 精读 | done | 10 |
| 4 | 搜索引擎用户界面 | 精读 | done | 5 |
| 5 | Solr分布式搜索引擎 | 精读 | done | 7 |
| 6 | ElasticSearch分布式搜索引擎 | 精读 | done | 7 |
从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。
主题索引
比较关系型、键值、列式、文档与全文检索等存储模型的特性取舍与适用场景。
主题索引
比较 GFS、HDFS、BigTable、MongoDB、RabbitMQ 等系统的租约、写确认、副本同步、选主与脑裂处理。
主题索引
比较分布式共识、领导者选举、副本数量与一致性模型的可靠性取舍。
主题索引
比较缓存穿透、雪崩、热点等问题的成因与应对方案。
主题索引
比较渐近复杂度、摊销分析、基准测试以及以抽象换空间、局部性等时间与空间效率的权衡。
主题索引
比较分库分片主键选择、分布式数据库选型与跨库关联查询的解法。
主题索引
比较线程/任务抽象、异步结果传递、原子与同步手段的语义差异和生命周期约束。
主题索引
比较最小权限、多方审批、紧急绕过与访问审计的设计取舍。
主题索引
比较布隆过滤器、跳表、LSM 树、Merkle 树、Cuckoo 哈希等在存储系统中以空间或精度换效率的数据结构。
主题索引
从数据里得出可行动的结论:用户行为与生命周期怎么建模、A/B 实验怎么设计才有效、观测数据下的因果推断能推到哪一步。
主题索引
互斥锁与读写锁的适用比例、信号量与 CountDownLatch 的语义差别、条件等待为什么必须持锁并循环复查、锁顺序与可重入导致的死锁,以及粗粒度锁换简单性与细粒度锁换并发的代价。
主题索引
比较全文检索的索引粒度、倒排列表压缩、签名文件与位图、布尔查询加速与索引构造算法,以及压缩索引如何同时省空间和提速。
主题索引
比较如何借助语言声明(删除、重写标记、异常规格、常量性、作用域等)让编译器强制接口意图。
主题索引
组件依赖由谁提供:硬编码依赖、依赖注入、服务定位器与 DI 容器的解耦程度、可测试性与可读性取舍,以及异步初始化依赖和插件获取宿主服务的方式。
主题索引
比较分组、反馈、心智模型、一致性、约束与选择数量等交互设计原则。
主题索引
比较离散选择模型、生存分析与用户生命周期价值(LTV)建模的假设、估计方法与解读方式。
主题索引
比较以熵为下限的文本压缩方法:哈夫曼与算术编码、静态与自适应建模、PPM、块排序与LZ字典压缩,以及压缩与随机访问、解码速度的取舍。
主题索引
比较TF-IDF、向量空间模型与相关性反馈等排序依据,以及召回率与精确率在不同检索场景中的取舍。
主题索引
比较深网页面发现、查询模板构造、搜索空间扩展、页面噪声去除及自动化采集的安全边界。