商品搜索如何考虑

每秒钟100万次的商品搜索，响应时间在200ms内。同时应对商品数量超过10亿。你怎么考虑

1.不能使用mysql的like：
商品数量超过10亿不能使用mysq的like，like无法触发索引“%keywords”无法利用索引，触发全表扫描，10亿数量单词查询可能耗时是：数秒。
2.不支持分词搜索：例如：无法拆分“手机”，“壳”单独进行搜索。
3.分库分表后跨库like，查询复杂质数级上升。

总的思路：高可用+可扩展

1，用户层：前端+CDN，通过CDN加速静态资源的
2，浏览器缓存：利用localStorage缓存高频搜索的关键词
3.请求合并：合并相似请求（例如防抖机制）

接入层：NGINX
流量管控：限流，熔断，鉴权。
负载均衡：轮询，一致性哈希分发请求。
协议转换：HTTP2-HTTP1.1

服务层：
业务逻辑：请求参数校验，结果格式化
多级缓存：本地缓存---Redis---es
降级策略：超时返回兜底数据

检索层：
索引构建：商品标题、类目、属性倒排索引
分布式查询：分片并行计算
相关性排序：BM25算法优化

数据层：
mysql分库分表
数据同步
冷热分离：Redis缓存热的数据，Hbase存历史数据。

每个分片控制大小均匀20-50G，避免OOM和延迟。
按照业务分索引和路由分片。

深度分页性能优化：

使用标签记录法来解决深度分页的问题。
1.避免传统：from+size深分页。
2.search After:基于上一页，最后一个sort_value做游标分页，（类似于标签记录法思想）
3.或者限制分页，最多查询多少页。

避免缓存穿透：

什么事缓存穿透：查询一个不存在的数据，由于不存在所以缓存中没有，所以会去数据库查询，数据库也没有查询到所以不会放入到缓存，这个将导致这个不存在数据每次请求都会去数据库中查询，进而给数据库带来压力。

在百万并发商品搜索系统时候，我们要避免这个问题，可以使用布隆过滤器。