找实习遇上的一个搜索系统设计题，求建议

最近投了一个叫Genospace的小公司的实习，有一个比较简单的搜索系统设计题，请大佬来看看我的实现有什么需要改进的。

题目大意是会给一个药物的数据集，根据用户搜索的条件能搜索出相关药物的结果，点击结果会显示药物的细节资料。

然后貌似要实现一个即时搜索的功能，类似google搜索，像我们在google主页的框里打字没按回车的时候，搜索结果就会出来，然后修改框里的input的时候，搜索结果又会自己改变。

我目前的实现思路是用node后端，然后前后端用socket来监听用户是否在输入的event，然后用户修改了输入的话，前端自动读这个输入然后传给后端，后端再在mongodb里进行搜索，然后返回搜索结果给前端，
前端监听到返回结果的event的时候，把结果放进html的template里面然后append在一个div下面。

这样可以大概实现这样的即时搜索（？其实我也不知道这个feature叫什么。。），但是问题就是我不确定如何实现搜索结果的pagination，导致有时候比如搜索的input只有一两个字母的话，匹配结果可能会有几千条，这样搜索结果没有分页的话整个页面就很卡顿。。。

所以大佬们来做的话会是什么思路呢？本人web dev经验比较少，所以有说错的地方请轻喷。。。

1. 不一定需要pagination 。你用google的时候，备选项也就那么5个。

2. 随时监听你的后端负担太大，做个trie放在CDN上然后塞进前端。每隔一段时间更新一下trie（删除数据库中已经remove了的词条，更新新加的词条）。

- 关于问题：搜索的是药物名还是任何药物的文档中包含的数据？
- 感觉这个问题考察的应该是怎么作出一个可用的service吧？
- 像Google或者其他搜索引擎，感觉输入框的提示是自己或者别人输入过的搜索关键字，也就是说搜索框提示内容与药物的文档内容无关。（此处说明要搜索的数据其实是被搜索过的关键字，并且说明在用户最后按下enter的时候，我们要向实现这个service的数据库写入这条关键字。）
- 我觉着，有个瓶颈是，typing过程的滞留时间很短，如果每次都要网络async request的话，用户已经输入了后续的东西了，这样就导致service已经无效了其实。所以，这点上我没啥把握。我觉得如果是一直request, 速度很可能不够快，那么就需要基于已输入的关键字筛选，并且在local cache下来，之后就基于cache来搜索。
- request 发送到后端要怎么搜索？我觉得最高效的方式肯定是算法里面的trie tree的实现，和这个需求一模一样，不过我不知道是不是有现成的工具来做这事儿。  次之，如果是搜索文本相似性，lucence 貌似可用？


- 前端async request部分支持youngyang的思路。

---------
小白，求大神狠狠地教育。



补充内容 (2017-8-18 04:07):
我问的关于问题的部分，其实是确定药物名是不是要成为被搜索数据的一部分，还是说完全给予过往用户输入过的关键字。

在这个service冷启动过程中，其实可以拿个脚本人为创建一些可能的关键字。。。。

. 补充内容 (2017-8-18 04:07):
给予 == 基于

zhanym0981 发表于 2017-8-18 11:25
谢谢回答！要求是搜索药物的名称 所以我认为应该不用管被搜索过的关键字吧。我现在管理typing时间和reque ...

- 如果只是搜索药物名称，整个trie应该不会很大？那就可能直接建一个TRIE就OK啦。这样页面打开后直接异步传到前端是不是都可行？（或者通过输入的前几个字母缩小trie的范围之后异步传过去？）（如果整个传的话，是不是可以考虑直接在前端cache下来，这样只要trie不改变，browser cache不清除，基本整个数据结构就不用重复传输了。除第一次打开页面外，其他次打开都瞬间可用。）
- CDN的方案也是很酷！（我学习了）

用JS监听搜索的input，然后用ajax向后端请求数据再显示出来就好了吧

只向数据库搜索前N条（比如10）结果应该就可以了

youngyang 发表于 2017-8-17 23:08
用JS监听搜索的input，然后用ajax向后端请求数据再显示出来就好了吧

请问用ajax和node的socket有什么区别吗？比如效率上的？

luochen01 发表于 2017-8-17 23:45
只向数据库搜索前N条（比如10）结果应该就可以了

嗯嗯这是一个方法。可是下一轮面试是onsite然后他们组里的人会根据你的系统继续要求implementation 所以我怕万一他要我做pagination那不就gg了。。。

zhanym0981 发表于 2017-8-18 00:30
嗯嗯这是一个方法。可是下一轮面试是onsite然后他们组里的人会根据你的系统继续要求implementation 所以 ...

这算是一种简化版的pagination，只取第0页的N条数据。
如果是pagination，只要算出来数据的开始位置(offset)和每个页面数据的数量(limit)就可以了。

谢谢大家解答 我会参考下！

nikki3128 发表于 2017-8-18 04:05
- 关于问题：搜索的是药物名还是任何药物的文档中包含的数据？
- 感觉这个问题考察的应该是怎么作出一个可 ...

谢谢回答！要求是搜索药物的名称 所以我认为应该不用管被搜索过的关键字吧。我现在管理typing时间和request的关系是typing结束后3秒才发送emit一个event给后端，不知道这个实现会不会太简单？
然后现在后端搜索直接是用的mongooseModel.find 效率貌似后期会成问题，打算看看您说的trie和lucence 谢谢！