Type ahead/Auto Complete 设计

分析一下QPS，日活跃度。

比较粗暴的方式：

我们会实时有一个log，来记录所有单词的出现频率。然后用SQL抓取 TOP 多少的词with a prefix

问题是Like 这种比较慢，是一种range query: >=...<=....

比较好的方法是用Trie.

如何做sharding? 所有数据存在一个机器上太多了。我们可以分几个机器。并且使用consistent hashing的方法。这样机器增多，还是会map到原本的key。比如"a" prefix全部去service 3, 'ad' prefix全部去service 1...

Reduce Log File。 每一个单词我们count++ 只有当random number chosen from 1--1000 且 为1的时候， 1/1000.对于那么没几次的数据就不存了。

基本对应Leetcode search autocomplete这道题。

solution： https://leetcode.com/problems/design-search-autocomplete-system/solution/#approach-3-using-trieaccepted

暴力HashMap法：

Trie  beat 90%