检索卡片产品系统

立项背景：传统搜索网页结果冗杂，用户找课效率低。本项目立足于移动端教培垂搜场景，通过聚合付费、广告及免费店铺的多源数据，以结构化卡片直达用户，旨在提升搜索体验并赋能商业转化。

项目七：百度垂直搜索教培相关研发（2021.06 - 2023.07）技术栈：Linux + Nginx + MySQL + PHP + Go + 自研框架核心工作：垂搜流程：离线数据流程B端商业侧数据下发至消息队列，搜索离线侧读取进行数据预处理，实体数据沉淀至MongoDB，检索使用的摘要数据建到搜索引擎卡片页面开发：前卡页面（付费店铺+广告店铺+免费店铺）、机构列表页面（含分页逻辑）、机构详情页（并发请求6部分数据）压力测试：PHP→Go迁移性能提升；解决免费店铺超时时间过长、位置定位重复请求等问题

技术背景：
1、垂搜流程：离线数据流程 B端商业侧数据 下发至队列pipe。搜索离线侧读取pipe数据 进行一系列的数据预处理。实体数据会沉淀至mongo， 检索使用的摘要数据会建到mini。并且根据课程名称新建相关倒排数据。通过一个唯一id新建正排数据。在线检索时用户前天输入query 请求alaroot服务 请求gssda服务 返回召回的资源号id。一并传给ae服务 ae服务通过构建query相关的检索表达式 从vsrank中召回query相关的数据。
2、vsrank检索流程：
通过wwwda分词插件构建检索相关term表达式 从下游bs拉回相关倒排数据的一个店铺id的拉链数据。然后再通过正排数据查出来相关店铺信息。返回给AE服务。
AE服务：
AE这一层凝聚了除检索外的所有业务逻辑。vsrank相当于是一个检索服务。AE从vsrank里查出来数据后 一些业务逻辑在AE层进行处理。

3、C端课程展示通过离线通路生产课程数据 在线通路拉取到课程数据 以卡片的形式召回展示在手百。在线通路主要通过大搜索us下发请求到alaroot 负责召回资源号。通过资源号找到php平台ae相应的功能类处理相关的业务逻辑 展现相应的卡片