首先講一下項目的場景：
1：這是一個基於web的java項目，其主要功能是對一些視音頻信息的處理跟展示，其中視音頻數據是由爬蟲進行爬取的千萬級別量的數據
2：該項目使用的是mysql5.5版本的數據庫
3：該項目有一個搜索的功能，需要根據關鍵字在千萬條數據中模糊匹配查詢出相應的數據
4：該項目可能面向的用戶會比較多，會出現大量高併發
主要涉及問題：
1：本項目對於數據的讀操作需求遠大於寫操作，而且考慮到寫操作可能出現的事務問題需要選擇innodb作爲搜索引擎。然而innodb讀取的性能遠遠低於myIsam
2：由於數據量比較大，對於搜素功能的實現時我們需要使用到模糊查詢，此時i需要使用like '%keywords%'，那麼mysql的搜索將不走索引而是進行全表搜索，那麼每次搜索查找都需要消耗至少50秒的時間，這樣對性能要求是絕對不允許的
針對以上問題做出以下的解決方案：
1：對數據庫進行讀寫分離，分配1主（Master）1從（Slave）的數據庫 ，Master爲可讀寫數據庫（使用innodb搜索引擎：爲了支持事務），Slave爲只讀數據庫（使用myisam數據引擎：只讀可考慮不支持事務，而使用myisam可以提高檢索速度）。
1）讀寫分離需要注意的一點：slave中數據會有延遲，在master中數據進行寫入後slave需要一定時間後纔會得到同步，所以需要我們項目對於實時性的要求不用做到絕對的精確。
2）讀寫分離使用於讀遠大於寫的場景，如果只有一臺服務器，當select很多時，update和delete會被這些select訪問中的數據堵塞，等待select結束，併發性能不高，所以進行讀寫分離還能提高併發性能。
3）讀寫分離減少了服務器的壓力，使數據庫不那麼容易奔潰
2：在slave數據庫中考慮到全文檢索性能問題，使用mysql+coreseek
1）對於mysql數據庫，在5.6版本前只有myIsam搜索引擎支持全文索引（fulltext關鍵字），5.6版本後支持innodb的全文索引。然而它們卻不支持中文的索引，這對於我們這個項目需要的中文搜索是個很大的問題。
2）一開始我的想法是使用lucence進行中文分詞索引，但是效率跟使用方法都沒有達到理想的效果，比較lucence不是針對數據庫來的
3）之後是選擇了sphinx，然而sphinx也是不支持中文的，想要支持到中文需要自己做很多處理。
4）最後選擇了coreseek，它是中華民國的偉大開發者們開發的支持中文分詞的，支持mysql的一個全文檢索的一個搜索引擎（它是基於Sphinx的），它對於千萬級別數據的搜索速度能達到零點幾的級別。用它結合mysql能解決問題2。
以下是流程圖：
在web中通過調用sphinx提供的api我們能夠檢索出mysql中對於的主鍵id值，然後再通過這些id值查詢數據庫（走數據庫中的索引），這樣就能大大的提升搜索的速度了。
當然這只是我個人的解決方案，可能有很多不足之處，希望大家幫忙糾正學習
