Square 是一家很神奇的技術(shù)驅(qū)動的公司。這個公司的文化很獨特，就工程師文化來說，早期 Square 在技術(shù)上還是比較大膽和激進的。

為什么這么說呢？舉幾個例子。雖然 Square 的核心產(chǎn)品是信用卡讀卡器，但 Square 嘗試開發(fā)過的產(chǎn)品真的很多，雖然不是每一個產(chǎn)品都長久地活了下來。比如電商平臺、電子錢包、Payroll 系統(tǒng)，等等等等。另外 Square 早期有一批很 Nerdy 的技術(shù)人，包括 Rails 的 Contributor、Java Guice 的發(fā)明者等等。并且 Square 從不打怵使用新技術(shù)，比如 ElasticSearch、Kafka 等，在版本還沒有穩(wěn)定的時候，Square 已經(jīng)在產(chǎn)品上使用了。而且因為我們是自己的 Data Center，沒有使用 Amazon。所有的配套服務(wù)，包括 Deploy 以及 Production 的工具和環(huán)境，一套套系統(tǒng)全部都是 Build in House。以上種種，可能和我們創(chuàng)始人 Jack 本身是技術(shù)出身有一定的關(guān)系。

雖然說這些對于一個公司的發(fā)展不一定完全都是好事，但是對于工程師來說，卻是一個絕佳的成長環(huán)境。一來有機會接觸到新技術(shù)、或者技術(shù)的最前沿。二來因為不停的做新產(chǎn)品，所以早期的時候幾乎每個項目都是兩三個人從頭到尾完全自己搭建。

我在 Square 做過兩個大項目，一個就是和前 Google 員工 Ken 兩個人一起搭建了 Square 的搜索后端。另一個就是和 Eric 一起做了 Square Store 這個電商平臺，主要處理所有 Square 軟硬件銷售的支付流程。

雖然后來在支付這條路上走了下去，當(dāng)時一年左右做搜索的經(jīng)歷，還是蠻有意思的。所以想整理一下，分享給大家。當(dāng)然，一年的經(jīng)驗離資深還差得很遠，所以可能說的東西就入不了專家的法眼，因此本文稱為 “白話”。

基本概念

搜索說白了就是從已有的數(shù)據(jù)和信息里找到滿足用戶條件的一些匹配。

拿最簡單的數(shù)據(jù)庫來說，完成用戶對數(shù)據(jù)庫的搜索，不外乎這樣幾個概念：數(shù)據(jù)存儲格式，也就是 Table Schema；新數(shù)據(jù)的寫入；對 Table 的查詢；其中又包括 Indexing 來對部分查詢的 Pattern 進行性能上的優(yōu)化；另外可以根據(jù)某些 Column 的值對查詢結(jié)果進行排序。

搜索引擎從基本概念上來說，也是極類似的。例如常見的 Apache Solr 和 Elasticsearch（以下簡稱 ES），這兩者都是建立于 Lucene 之上的，且最核心的功能很類似。（Lucene 其實就是一個搜索引擎 Library，有一堆 Jar 文件，并提供一個 Lucene API 接口。）因為直接用 Lucene API 相對來說更靈活，但是需要更多的 Engineering Effort 才能使用，所以很多地方都是使用 Solr 或者 ES，兩者都是基于 Lucene 之上添加了很多可用 Feature 的一個封裝。

Indexing

Solr 和 ES 的 Schema 也可以看成定義數(shù)據(jù)的存儲格式和 Structure。這樣，當(dāng)你有新的數(shù)據(jù)需要存到你的可搜索數(shù)據(jù)集的時候，就需要把原始數(shù)據(jù)轉(zhuǎn)化為 Solr 和 ES 文檔定義的數(shù)據(jù)格式。這個過程通常稱為 Indexing，或者 ETL。ETL 是 Extract - Transform - Load 的簡稱。(責(zé)任編輯：方向)