标签：max 时间 map eid 分布 lz4 iot druid 日志
1、搜索引擎原理——从索引、搜索、facet底层原理看搜索引擎的本质
2、开源搜索引擎分析——lucene(ES、Solr)、sphinx、wukong、bleve、poseidon、indextank-engine
3、商业搜索引擎Splunk介绍——性能，架构，底层窥探
4、提升CIS智能检索性能的方案——站在巨人肩上
从业务特点(写多余读，追加为主，删除过时数据)说起——时间范围分片，排序时间，放弃tf-idf、BM25，多条数据放一起（360）
提升写速度兼顾读性能，参考数据库存储引擎LSM(LevelDB、RocksDB)、B+mmap(LMDB、BoltDB、VoltDB)、WiredLSM、 Druid.io(InfluxDB后端存储由LevelDB换成了BoltDB，Bolt类似于LMDB，这个被认为是在现代kye/value存储中最好的)
数据压缩——LZ4/Deflate->zstd，列存储parquet，时间序列数据库（ Riak IoT，openTSDB，InfluxDB-go+BoltDB， Akumuli，尤其是Druid.io concise压缩、Bitmap indexing加速查询，TokuDB分形树），日志相似度去重和加入分析统计
统计分析能力——特定字段数值的分布统计，topK，min/max/平均值，facet功能，TODO
标签：max 时间 map eid 分布 lz4 iot druid 日志
原文地址：http://www.cnblogs.com/bonelee/p/6351774.html
