一、方案背景

對于一套GEO管理系統，其核心點與瓶頸在于數據庫的存儲性能與查詢能力；一方面，存儲服務需要應對海量數據的低延遲存、讀，另一方面，存儲服務也要提供高效的GEO+多維度數據檢索。表格存儲（TableStore），作為一款Serverless分布式NoSQL數據庫，完全具備該系統的需求。
下面我們將基于TableStore打造一個【億量級GEO管理系統】；

需求場景

某店鋪搜索平臺，提供了億量級的店鋪信息。用戶通過平臺提供的PC端、移動端網頁，按照自己的需求維度組合，搜索用戶心儀的店鋪。平臺需要在地圖上展示店鋪的具體位置、店鋪詳細信息、店鋪主頁的跳轉；
維度一：【距離1km內】【人均100以內】【評分最高】【奶茶店】；
維度二：【杭州市內】【評分最高的】【沈家*】店鋪；
......
實現快速、多維GEO查詢功能，是GEO管理解決方案的核心功能，樣例如下：
注：該樣例提供了【億量級】店鋪數據。

基于表格存儲搭建的店鋪搜索系統頁面一覽，樣例內嵌在表格存儲控制臺中，用戶可登錄控制臺體驗系統（若為表格存儲的新用戶，需要點擊開通服務后體驗，開通免費，訂單數據存儲在公共實例中，體驗不消耗用戶存儲、流量、Cu）。

表格存儲（TableStore）方案

使用表格存儲（TableStore）研發的多元索引（SearchIndex）方案，可以輕松搭建一套：億量級店鋪搜索系統。多元索引功能可以創建GEO索引、分詞字符串索引等，為用戶提供了GEO檢索、多維組合檢索等能力，用戶可隨時創建，存量、增量數據自動同步。
TableStore作為阿里云提供的一款全托管、零運維的分布式NoSql型數據存儲服務，具有【海量數據存儲】、【熱點數據自動分片】、【海量數據多維檢索】等功能，有效的地解決了GEO數據量大膨脹這一挑戰；
用戶可以僅在需要的時候創建、開通索引。由TableStore來保證數據同步的一致性，這極大的降低了用戶的方案設計、服務運維、代碼開發等工作量。

二、搭建準備

若您對于基于TableStore實現的【億量級店鋪搜索系統】體驗不錯，并希望開始自己系統的搭建之旅，只需按照如下步驟便可以著手搭建了：

1、開通表格存儲

通過控制臺開通表格存儲服務，表格存儲即開即用（后付費），采用按量付費方式，已為用戶提供足夠功能測試的免費額度。

2、創建實例

通過控制臺創建表格存儲實例，選擇支持多元索引的Region。（當前階段SearchIndex功能尚未商業化，暫時開放北京，上海，杭州和深圳四地，其余地區將逐漸開放）

創建實例后，提交工單申請多元索引功能邀測（現多元索引功能已商業化，無需申請）。

3、SDK下載

使用具有多元索引（SearchIndex）的SDK，官網地址，暫時java、go、node.js三種SDK增加了新功能

java-SDK

<dependency><groupId>com.aliyun.openservices</groupId><artifactId>tablestore</artifactId><version>4.8.0</version> </dependency>

go-SDK

$ go get github.com/aliyun/aliyun-tablestore-go-sdk

Nodejs-SDK

$ npm install tablestore@4.1.0

4、表設計

店鋪檢索系統樣例，僅簡易使用一張店鋪表，主要包含字段：店鋪類型、店鋪名稱、店鋪地理位置、店鋪平均評分、人均消費消等。表設計如下：
表名：geo_positon

列名數據類型索引類型字段說明

_id(主鍵列)	String	?	MD5(pId)避免熱點
pId	Stirng	?	店鋪編號
type	String	KEYWORD	類型
name	String	TEXT	店鋪名，TEXT類型索引可模糊查詢，但不能排序
pos	String	GEO_POINT	店鋪位置："30.132,120.082"(緯度,精度)
point	double	DOUBLE	評分
...	...	...	...

三、開始搭建（核心代碼）

1、創建數據表

用戶僅需在完成邀測的實例下創建“店鋪信息表”：通過控制臺創建、管理數據表（用戶也可以通過SDK直接創建）：

2、創建數據表索引

TableStore自動做全量、增量的索引數據同步：用戶可以通過控制臺創建索引、管理索引（也可以通過SDK創建索引）

3、數據導入

插入測試數據（控制臺樣例中插入了1億條數據，用戶自己可以插入少量測試數據）；

店鋪編號店鋪（md5）（主鍵）類型店鋪名稱店鋪位置店鋪評分人均消費??

o0057022192	0000000f470ef0f548b925ceffe1a7e3	杭幫菜	韓村杭幫菜	36.76613,111.41461	2.87	63.67	?	?

4、數據讀取

數據讀取分為兩類：

主鍵讀取

基于原生表格存儲的主鍵列獲取：getRow, getRange, batchGetRow等。主鍵讀取用于索引（自動）反查，用戶也可以提供主鍵（訂單md5）的單條查詢的頁面，億量級下查詢速度極快。單主鍵查詢方式不支持多維度檢索；

索引讀取（店鋪查詢）

基于新SearchIndex功能Query：search接口。用戶可以自由設計索引字段的多維度條件組合查詢。通過設置選擇不同的查詢參數，構建不同的查詢條件、不同排序方式；目前支持：精確查詢、范圍查詢、前綴查詢、匹配查詢、通配符查詢、短語匹配查詢、分詞字符串查詢，并通過布爾與、或組合。
如【"36.76613,111.41461"周邊1km米范圍內的奶茶店】，查詢條件如下：

List<Query> mustQueries = new ArrayList<Query>();TermQuery termQuery = new TermQuery(); termQuery.setFieldName("type"); termQuery.setTerm(ColumnValue.fromString(奶茶)); mustQueries.add(termQuery);GeoDistanceQuery geoDistanceQuery = new GeoDistanceQuery(); geoDistanceQuery.setFieldName("pos"); geoDistanceQuery.setCenterPoint("36.76613,111.41461"); geoDistanceQuery.setDistanceInMeter(1000); mustQueries.add(geoDistanceQuery);BoolQuery boolQuery = new BoolQuery(); boolQuery.setMustQueries(mustQueries);

原文鏈接
本文為云棲社區原創內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的基于Tablestore多元索引打造亿量级店铺搜索系统的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。