主题
内容检索与推荐召回系统
这是内容平台的分发后端:作者发布内容后建倒排索引使其可被找到,用户搜索时按 BM25 相关性 + 热度 + 时间衰减排序,没有明确意图时用热门、标签、相似、新内容探索四路召回并混排生成推荐流;点击、点赞、收藏、停留时长异步回流,更新内容热度与用户画像,回调下一轮排序。它解决的是找内容不能靠 LIKE 全表扫描、冷启动不能只推热门这类问题,也是搜索、推荐、广告、RAG 检索层共用的骨架。
网络层复用自研 muduo,HTTP 解析写在应用层。
技术栈:C++17 · 自研 muduo · MySQL · cppjieba · nlohmann/json · spdlog · CMake
链路划分
text
HTTP 接入层(muduo + 应用层 HTTP 解析)
├─ content_service 内容发布 / 详情 / 软删除
├─ search_service 查询解析、求交求并、排序、分页
├─ behavior_service 点击 / 点赞 / 收藏 / 停留时长上报
├─ recommend_service 用户画像 + 多路召回 + 混排
├─ index 分词、倒排索引、索引快照
└─ cache / storage 查询缓存、MySQL、快照 + WAL关键设计
- 倒排索引:标题与正文分开分词,按 term 建 posting list;多关键词采用短链优先求交,降低无效扫描。
- 三维排序:BM25 相关性 + 热度分 + 时间衰减,标题命中单独加权。
- 推荐不是单路:热门、标签、相似、新内容探索多路召回,去重后混排,避免冷启动只能推热门。
- 行为回调:点击、点赞、收藏、停留时长异步落库,同时更新内容热度与用户画像,让搜索排序和推荐流吃到真实反馈。
- 索引持久化:快照 + 增量日志(WAL)回放,重启不丢索引。
当前进度
| 阶段 | 内容 | 状态 |
|---|---|---|
| 0 | 设计与技术预研 | 完成 |
| 1 | 服务骨架、发布/详情/删除、冒烟 | 完成 |
| 2 | 分词与倒排索引 | 完成 |
| 3 | 查询执行与排序(BM25 + 热度 + 新鲜度) | 完成 |
| 4 | 行为异步落库、用户画像、多路召回 | 完成 |
| 5 | 缓存优化(LRU + TTL) | 待开始 |
| 6 | 索引持久化与恢复 | 待开始 |
| 7 | 压测与性能校准 | 待开始 |
README 里的里程碑表停留在阶段 1,实际代码已推进到阶段 4;阅读时以 docs/项目开发日志/ 的状态为准。