为存储在S3中的文件设计搜索系统的建议

Question

我们正在努力让客户重新设计一个基本处理大量文件的现有系统.

文件(超过500万)当前存储在服务器文件系统上.客户端希望新系统将文件存储在S3中.文件还具有关联的元数据(名称,作者姓名,价格,描述等).

搜索功能也需要重新设计.以下是基本要求

1. 应提供有关文件描述的全文搜索.
2. 应该可以对文件的其他属性进行过滤.

此外,根据文件描述,系统还应该能够为类似文件提供建议.

我之前没有创建此类解决方案的经验,所以请求帮助和建议.我正在考虑以下解决方案:

1. 将文件元数据存储在MongoDB中,并使用搜索功能(http://www.mongodb.org/display/DOCS/Full+Text+Search+in+Mongo)
2. 使用Amazon DynamoDB.It提供api来扫描/查询数据集.
3. 使用Lucene/Solr(我还没有使用过这些,我还需要深入了解)

我找到了这个项目,这与我要求的项目非常相似 http://www.thriftdb.com - 在主页上它说它是一个内置搜索的数据存储区.

如果这个问题应该是社区维基,请告诉我.

提前致谢.

Answer 1

祝你好运,今天宣布:

http://aws.amazon.com/about-aws/whats-new/2012/04/11/aws-announces-cloudsearch/