搜索和推薦統一存儲層的新進展和思考

我們在2017年統一了搜索和推薦場景下的HA3、iGraph、RTP和DII四大引擎的存儲層（參見統一之戰），幫助它們取得了的更迅速的遷移能力、更快速的數據恢復能力和更豐富的數據召回能力。 最近一年來，我們在統一的存儲框架上又做了進一步的演進，下面將分別從架構、Build服務以及存儲模型角度介紹我們的新進展和思考。   1.架構   在我們的傳統架構（參見統一之戰）中，Build 服務產出索引後，

>>阅读原文<<