搜索方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了搜索方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及云计算、大数据、智能搜索技术领域。具体实现方案为：根据目标请求中的目标对象的标识信息和目标类别的标识信息，在多级缓存中搜索目标对象和目标类别的匹配关系；在多级缓存中未搜索到目标对象和目标类别的匹配关系的情况下，根据目标对象的标识信息和目标类别的标识信息，在搜索引擎中搜索目标对象和目标类别的匹配关系。根据本公开实施例的方案，可以提升搜索效率。率。率。

【技术实现步骤摘要】
搜索方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，尤其涉及云计算、大数据、智能搜索


技术介绍

[0002]为了准确的为目标对象进行个性化信息推送，通常需要知道目标对象所属的类别，从而实现可以基于目标对象的类别确定和选择个性化推送的具体内容。为了确定目标对象的类别，需要基于目标对象的信息进行类别搜索确认，从而获知目标对象所属的类别。

技术实现思路

[0003]本公开提供了一种搜索方法、装置、设备以及存储介质。
[0004]根据本公开的一方面，提供了一种搜索方法，包括：
[0005]根据目标请求中的目标对象的标识信息和目标类别的标识信息，在多级缓存中搜索目标对象和目标类别的匹配关系；以及
[0006]在多级缓存中未搜索到目标对象和目标类别的匹配关系的情况下，根据目标对象的标识信息和目标类别的标识信息，在搜索引擎中搜索目标对象和目标类别的匹配关系。
[0007]根据本公开的另一方面，提供了一种搜索装置，包括：
[0008]第一搜索模块，用于根据目标请求中的目标对象的标识信息和目标类别的标识信息，在多级缓存中搜索目标对象和目标类别的匹配关系；以及
[0009]第二搜索模块，用于在多级缓存中未搜索到目标对象和目标类别的匹配关系的情况下，根据目标对象的标识信息和目标类别的标识信息，在搜索引擎中搜索目标对象和目标类别的匹配关系。
[0010]根据本公开的另一方面，提供了一种电子设备，包括：
[0011]至少一个处理器；以及
[0012]与该至少一个处理器通信连接的存储器；其中，
[0013]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开中任一实施例的方法。
[0014]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
[0015]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
[0016]根据本公开实施例的方案，可以提升搜索效率。
[0017]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0018]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0019]图1是根据本公开实施例的搜索方法的流程示意图；
[0020]图2是根据本公开实施例的搜索方法的应用场景示意图；
[0021]图3是根据本公开另一实施例的搜索方法的流程示意图；
[0022]图4是根据本公开另一实施例的搜索方法的流程示意图；
[0023]图5是根据本公开另一实施例的搜索方法的流程示意图；
[0024]图6是根据本公开实施例的搜索装置的结构示意图；
[0025]图7是用来实现本公开实施例的搜索方法的电子设备的框图。
具体实施方式
[0026]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0027]本公开的实施方式提供一种搜索方法，如图1所示，其为本实施例的搜索方法的流程图，该方法可以包括以下步骤：
[0028]S101：根据目标请求中的目标对象的标识信息和目标类别的标识信息，在多级缓存中搜索目标对象和目标类别的匹配关系。以及
[0029]S102：在多级缓存中未搜索到目标对象和目标类别的匹配关系的情况下，根据目标对象的标识信息和目标类别的标识信息，在搜索引擎中搜索目标对象和目标类别的匹配关系。
[0030]需要说明的是，目标类别可以理解为定义的任意类别，该类别的定义规则可以根据需要进行调整。目标对象可以理解为符合某一类别规则的人、事、物等。例如，目标对象可以是消费者，目标类别可以是高消费人群、低消费人群、会员人员、非会员人群、青年人群、老年人群等。又如，目标对象是智能终端，目标类别可以是高性能智能终端、大容量智能终端、搭载某功能的智能终端等。
[0031]目标对象的标识信息可以包括id(Identity document，身份标识号)或uid(User Identification，用户身份证明)。目标类别的标识信息可以包括id或package_id(程序包身份标识号)。标识信息用于表征目标对象和目标类别，只要能够通过标识信息确定对应的目标对象和目标类别即可，具体采用的标识信息可以根据需要进行调整，在此不做具体限定。
[0032]目标对象和目标类别的匹配关系，可以理解为目标对象是否可以归属于该目标类别。
[0033]多级缓存可以包括至少两级的缓存。每级缓存可以采用相同缓存结构或不同结构。多级缓存的每级缓存中均存储有不同对象和不同类别之间的匹配关系的数据。根据缓存的需要，每级缓存中还可以存储有数据存入的时间戳信息。多级缓存中的各级缓存可以顺次执行搜索任务。例如，多级缓存包括第一级缓存、第二级缓存和第三级缓存，先从第一级缓存中搜索目标对象和目标类别的匹配关系，若未搜索到，则再从第二级缓存中搜索目标对象和目标类别的匹配关系，若仍未搜索到，则继续从第三级缓存中搜索目标对象和目标类别的匹配关系。多级缓存中的各级缓存还可以并行执行搜索任务。例如，多级缓存包括
第一缓存和第二缓存，第一缓存和第二缓存同时执行搜索任务，再任一缓存搜索到目标对象和目标类别的匹配关系的情况下，其余缓存则停止搜索。
[0034]在多级缓存中搜索目标对象和目标类别的匹配关系可以理解为：在多级缓存的每级缓存的缓存数据中查询是否包含有目标对象和目标类别关联在一起的缓存数据。若包含，则确定目标对象和目标类别存在匹配关系，即目标对象可以归属于目标类别。若不包含，则不能确定目标对象和目标类别存在匹配关系。
[0035]搜索引擎可以采用现有技术中的任意搜索引擎，在此不做具体限定，只要能够利用搜索引擎确定目标对象和目标类别是都具有匹配关系即可。
[0036]根据本公开实施例的方案，通过多级缓存和搜索引擎相结合的搜索方式，可以满足高并发请求场景的应用，当有多个目标请求需要搜索时，仍能够保证低延时反馈，提高了搜索性能和搜索效率。
[0037]在一种实施方式中，本公开的实施方式提供的搜索方法，包括步骤S101和S102，还可以包括：
[0038]在多级缓存中搜索到目标对象和目标类别的匹配关系的情况下，确定目标对象与目标类别匹配，并将搜索结果反馈。
[0039]需要说明的是，在利用多级缓存能够确定目标对象和目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种搜索方法，包括：根据目标请求中的目标对象的标识信息和目标类别的标识信息，在多级缓存中搜索所述目标对象和所述目标类别的匹配关系；以及在所述多级缓存中未搜索到所述目标对象和所述目标类别的匹配关系的情况下，根据所述目标对象的标识信息和所述目标类别的标识信息，在搜索引擎中搜索所述目标对象和所述目标类别的匹配关系。2.根据权利要求1所述的方法，其中，所述多级缓存至少包括两级缓存，所述根据目标请求中的目标对象的标识信息和目标类别的标识信息，在多级缓存中搜索所述目标对象和所述目标类别的匹配关系，包括：根据目标请求中的目标对象的标识信息和目标类别的标识信息，在第一级缓存中搜索所述目标对象和所述目标类别的匹配关系；在所述第一级缓存中未搜索到所述目标对象和所述目标类别的匹配关系的情况下，根据所述目标对象的标识信息和所述目标类别的标识信息，在第二级缓存中搜索所述目标对象和所述目标类别的匹配关系。3.根据权利要求2所述的方法，其中，所述在所述第一级缓存中未搜索到所述目标对象和所述目标类别的匹配关系的情况下，根据所述目标对象的标识信息和所述目标类别的标识信息，在第二级缓存中搜索所述目标对象和所述目标类别的匹配关系，包括：在所述第一级缓存中未搜索到所述目标对象和所述目标类别的匹配关系的情况下，根据所述目标对象的标识信息和所述目标类别的标识信息，在布隆过滤器中搜索所述目标对象和所述目标类别的映射关系；在搜索到所述目标对象和所述目标类别的映射关系的情况下，根据所述目标对象的标识信息和所述目标类别的标识信息，在第二级缓存中搜索所述目标对象和所述目标类别的匹配关系。4.根据权利要求1所述的方法，其中，所述在所述多级缓存中未搜索到所述目标对象和所述目标类别的匹配关系的情况下，根据所述目标对象的标识信息和所述目标类别的标识信息，在搜索引擎中搜索所述目标对象和所述目标类别的匹配关系，包括：在所述多级缓存中未搜索到所述目标对象和所述目标类别的匹配关系的情况下，利用限流器确定搜索引擎的请求并发量；在所述请求并发量不满足并发阈值的情况下，根据所述目标对象的标识信息和所述目标类别的标识信息，在所述搜索引擎中搜索所述目标对象和所述目标类别的匹配关系。5.根据权利要求1所述的方法，其中，所述在所述多级缓存中未搜索到所述目标对象和所述目标类别的匹配关系的情况下，根据所述目标对象的标识信息和所述目标类别的标识信息，在搜索引擎中搜索所述目标对象和所述目标类别的匹配关系，包括：在所述多级缓存中未搜索到所述目标对象和所述目标类别的匹配关系的情况下，根据所述目标类别的标识信息，在搜索引擎中搜索匹配的第一预存类别；根据所述目标对象的标识信息，确定所述目标对象的用户画像信息；在所述搜索引擎中搜索到所述第一预存类别的情况下，根据所述目标对象的标识信息和所述目标对象的用户画像信息，确定所述第一预存类别与所述目标对象的匹配关系。6.根据权利要求1所述的方法，还包括：
在根据所述搜索引擎确定所述目标对象和所述目标类别有匹配关系的情况下，将所述目标对象和所述目标类别关联并存入所述多级缓存。7.根据权利要求1至6任一项所述的方法，还包括：将预设的类别配置页面存入所述搜索引擎，生成第一预存类别；其中，所述类别配置页面包括多个用户画像的配置项，所述对象集合中包括多个对象和所述多个对象对应的用户画像信息；利用所述第一预存类别，从对象集合中确定与所述第一预存类别有匹配关系的第一匹配对象；将所述第一预存类别和所述第一匹配对象关联并存入所述多级缓存。8.根据权利要求7所述的方法，还包括：在所述对象集合更新的情况下，利用所述第一预存类别，从更新的对象集合中确定与所述第一预存类别有匹配关系的第二匹配对象；将所述第一预存类别和所述第二匹配对象关联并存入所述多级缓存。9.根据权利要求7所述的方法，所述利用所述第一预存类别，从对象集合中确定与所述第一预存类别有匹配关系的第一匹配对象，包括：根据分布式锁确定所述第一预存类别未被锁定的情况下，利用所述第一预存类别，从对象集合中确定与所述第一预存类别有匹配关系的第一匹配对象。10.根据权利要求1至6任一项所述的方法，还包括：利用机器学习方式，确定与第二预存类别有匹配关系的第三匹配对象；将所述第二预存类别和所述第三匹配对象关联并存入所述多级缓存；利用知识图谱方式，确定与第三预存类别有匹配关系的第四匹配对象；将所述第三预存类别和所述第四匹配对象关联并存入所述多级缓存。11.根据权利要求1至6任一项所述的方法，其中，所述搜索引擎包括ELASTICSEARCH集群，和/或，所述多级缓存包括LRU缓存和REDIS集群缓存。12...

【专利技术属性】
技术研发人员：李可威，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：