搜索平台化与定制化

简介: 假期重新把之前在新浪博客里面的文字梳理了下,搬到这里。本文分析个人对搜索平台化、定制化的思考。

1 业务角度看搜索平台

1.1 从平台自身业务接入成本看

业务支持人均人力成本大大降低:在业务schema频繁变更、版本维护、自测试、发布运维逐步流程化、自动化。出错时候、搜索效果不好的时候平台技术才介入。平台的效率在应用达到100级别时候非常明显。

同时,平台接入的业务越多,平台积累的业务经验、优化经验、在线问题以及处理经验丰富了并沉淀了,后期的类似业务搜索方案的制定、上线效率、稳定性无形中大 大提升,从最初的1-2天完成上线部署流程,到现在可以10分钟同时部署日常、预发、线上系统(排序效果优化这个令算,排序本身就不是一次性工作)


1.2 从业务方接入成本看

借助平台的半自助化处理(纯自动化很难,因为搜索效果需要关联schema、查询语法、系统参数、业务特点等综合考虑),业务可以自行更新schema、调 整dump、查看更新、查看dump、查看索引、验证数据等一序列操作,对平台的具体人的依赖弱化到对平台共有的基础技术、业务流程的依赖。也便于形成统 一规范,有点类似sql 语法规范那样。

另外,其他team自己搭建的类似系统的重复开销减少了,但是依然存在不少系统自己继续搭建自己的系统(可能是KPI、可能是有人力、可能是原型系统搭建so easy而一开始没有遭遇专业问题。。。)


1.3 从业绩角度看

平台的更大的价值,用我厂流行的观点,转化率、成交率、PUUV 衡量的话,平台的集中价值有多大,真的非常非常大。


2 从技术角度看

专业的平台,碰到的复杂问题经验丰富、对策处理方法多、成熟度比但系统、自己初搭建的更有技术保障性(不排除那个team 搭建者本身就是一个经验丰富的牛逼人啊 ,这样毕竟少数)。

专业的平台,在平台性能、功能、运维演进过程中,一小点的提升、改进,直接让平台多应用受益。(需要提升的应用才升级,不是强制升级的,平台必须支持具体应用具体小版本,这里小版本是指plugin的东西、特殊的系统参数优化,例如cache

专业的平台,对技术的专注、深度、业务的支持,要求更高。并且能提升行业技术水平(对外交流后,平台的技术实力不言而喻)但是,平台化也存在不可忽视的问题。


3 平台化的问题

3.1 业务方人员频繁变更的“培训成本大”

第一次接入后,后面业务方人员调整,面临新人从新培训的过程(后台的使用、概念的理解、流程的认识等等)。由于项目急、时间紧、添加删除字段、改变查询条件等,旺旺、电话沟通成为主要方式。大家懂得,一上午有2-3个业务技术咨询,一上午基本费了。

提供的文档、demo、培训,已经接入的多半不会继续关注,毕竟流程的东西。还没接入的,也不清楚谁会接入,听者聊聊无几。


3.2 大业务的支持

平台在支持大业务上,需要特殊对待。某个大业务累计变更的上下文背景、特殊的优化场景、特殊的管理、运维,使得需要固定的人手跟进大的升级、优化,而在基础问题就统一处理了。这就意味着某种程度,业务绑架了人力,与平台化有些矛盾。


3.3 平台化后成绩的评定

平台化后,怎么算成绩。我有时候笑称,我们是给别人做嫁衣。平台化后,技术隐藏了,业务产品怎么怎么火了、好了,基本和后端默默支持的团队没半毛钱直接关 系,只有业务接口开发同学对我们的感激、感谢(希望不会有人说我价值观有问题啊,算我不成熟的描述这个状态吧,不要上纲上领啊)。

另外,不管怎么样,大的项目进入平台,项目的影响力,无疑影响平台的影响力,这是好事。管理分工也就需要把控了,如果都抢大项目,那么小项目、小需求怎么办,怎么体现价值?

平台化架构稳定后,更多的是性能优化(引擎本身)、基础组件的效果提升(qp、排序),而这些投入并不是立杆见影的效果,也不一定说就一定改进后一定合理,需要反复上线优化、对比。慢工细活下的压力?成绩?成长?对团队的更加和谐、积极、正向的发展是考验。


3.4 平台化后硬件资源

平台化本身如果不能,实现叠加应用、恭享资源在集群级别或者单机级别。这个平台只实现了部分的平台化,实现部分的价值。假设能实现app叠加,优化资源恭喜。那么,硬件资源谁预算、谁控制比较好?

当前终搜线上是业务申请的,而日常、预发共享的。(最多的机器叠加超过30+ 应用,索引超过40G,而内存就是4g8g 不等的虚拟机)

目录
相关文章
|
4月前
|
人工智能 自然语言处理 搜索推荐
解读阿里云搜索开发工作台如何快速搭建AI语义搜索及RAG链路
本文介绍阿里云搜索开发工作台如何通过内置数据处理、查询分析、排序、效果测评、大模型等服务,结合阿里云搜索引擎及开源引擎,灵活打造AI语义搜索及RAG链路。
19926 15
|
4月前
|
存储 搜索推荐 索引
低代码使用问题之在审批单搜索功能中,为什么要冗余数据到专门的搜索引擎
低代码使用问题之在审批单搜索功能中,为什么要冗余数据到专门的搜索引擎
|
4月前
|
人工智能 自然语言处理 搜索推荐
阿里云搜索开发工作台:快速搭建AI语义搜索与RAG链路的深度解析
阿里云搜索开发工作台凭借其丰富的组件化服务和强大的模型能力,为企业快速搭建AI语义搜索及RAG链路提供了有力支持。通过该平台,企业可以灵活调用各种服务,实现高效的数据处理、查询分析、索引构建和文本生成等操作,从而大幅提升信息获取与处理能力。随着AI技术的不断发展,阿里云搜索开发工作台将继续优化和完善其服务,为企业数字化转型和智能化升级注入更强动力。
152 0
|
数据采集 人工智能 搜索推荐
智能开放搜索
智能开放搜索
411 0
|
存储 自然语言处理 搜索推荐
HarmonyOS学习路之开发篇—数据管理(融合搜索)
HarmonyOS融合搜索为开发者提供搜索引擎级的全文搜索能力,可支持应用内搜索和系统全局搜索,为用户提供更加准确、高效的搜索体验。
|
小程序 数据库
小程序搜索功能,云开发搜索,小程序云开发模糊搜索,同时搜索多个字段
小程序搜索功能,云开发搜索,小程序云开发模糊搜索,同时搜索多个字段
276 0
|
开发工具 git
移动端项目搜索智能提示总结
移动端项目搜索智能提示总结
移动端项目搜索智能提示总结
|
机器学习/深度学习 自然语言处理 达摩院
跨境电商多语言搜索最佳实践
本文详细介绍智能开放搜索OpenSearch行业版在跨境电商领域的智能搜索应用。
1428 0
|
自然语言处理 分布式计算 搜索推荐
专题实战 | 如何快速构建高质量电商行业搜索?
本文详细介绍如何快速接入智能开放搜索(OpenSearch)电商行业增强版,助力企业实现高质量搜索效果,提升业务转化率及用户产品体验!
1770 1
|
自然语言处理 运维 算法
新功能 | 智能开放搜索上线定制分词器
智能开放搜索上线定制召回模型-定制分词器功能,满足各行业、垂类、业务特殊,对搜索有较高分词要求的客户,提升语义理解能力,精准召回用户搜索意图。
990 0