目的
目前搜索业务除了搜商品之外，天辰软件下载我总结为都是输入为query，输出为依据query引荐的信息。比方"搜索导航"输出的是一堆类目id和属性id， "搜索提示"输出的是query相关依据算法提供的score排序， "热搜词"输出的是与query相关的抢手搜索， "你可能会搜产品"输出的是对应中心词。这些产品能够统一成一张以query词key，collum为算法输出的query特征Hbase表。在这张表中，除了存储一些算法数据，还能够插入query维度的相关特征信息比方pv;uv;gmv等。 依据这张表， 我能很便当的管理算法的abtest功用，搜索词的数据统计功用，一切搜索词相关产品工程完成能够对接这张表，算法开发的搜索词的根底数据也能够接入这张表。

搜索相关算法产品的query为网站的历史搜索词， 能够经过添加列添加对应的内容。由于Hbase 面向列存储的，能够横向扩展，只需有query维度的算法产品需求，我们能够添加一列，算法工程师能够把query对应的值存在这个列中。这样关于搜索业务开发取对应的算法数据十分便当。在这个搜索词特征表的根底下，想象的算法出数据，工程组装数据并展现给用户的流程如下:

为什么需求搜索词特征表
以前接到搜索词维度的需求是，天辰平台挂机软件下载都是算法产出的数据经过人肉的办法(热搜词引荐，xxx通知我redis地址或者接口)给工程人员，获取痛快工程人员本人维护一份算法数据(导航和搜索提示)。这样的结果是，开发过程是十分高效的单兵作战， 但是后期有算法人员需求优化的时分，就会研讨整个详细的工程(比方svn up一个搜索提示的工程，然后开端debug)，这样并不合适快速算法更新迭代。假设采用上述的方式，算法开发只需求对接Hbase表， 依据对算法工程师的调研，他们产生最终算法数据生成一个文件给我，和把这些数据插入到Hbase的本钱是一样的。那么从搜索业务工程师的角度而言，只需理解算法产品对应的Hbase列，那么导航、搜索提示等搜索词维度工程的初始化操作也都是统一的，那就是从表中select某个列，然后开端处置。

关于搜索词的算法产品， 简直都需求搜索词的pv，uv，gmv数据。 上一节提到算法开发能够很便当的输出到搜索词特征表， 那么我们把这些数据存在这张表， 算法工程师的输入也能够来自这张表， 这对算法开发的工作也很有协助。我理解到算法团队普通用spark跑算法数据，这样做的结果是spark工程中的输入和输出都是同一个中央，能够简少代码维护工作。这样做的结果如下:

其他衍生功用
假如算法开发有abtest需求， 搜索词工程(搜索提示，导航)处置之前能够获取abtest配置信息，这个配置信息包括走哪个算法(对应Hbase列)，还包括打点信息(自定义参数)。从kafka日志系统获取这些打点数据剖析后，能够计算出该搜索词在该算法下的表现如何。这个表现结果还是插入到搜索词特征表，那么算法的总体表现能够经过特征表画出曲线图看到算法结果。