一淘网（etao.com）的技术架构及设计运营思路很有借鉴意义：“丰富的商品基础，放眼全网的导购资讯。在这里，我们全程为您解决购前和购后遇到的种种问题，我们的目标是在购物的过程中助您一臂之力，帮您轻松决策、更快找到物美价廉的商品。”

        系统架构

　　一淘有三个数据来源：互联网、外部合作方和淘宝主站。其中，互联网数据通过crawl的方式获得，而后两者则通过feed的方式提供。

　　抓取系统的功能包括：网页抓取、抓取调度、域名解析、死链检测、JavaScript执行等。目前，一淘的资讯、话题、问答combo中的大部分数据都是通过抓取系统从互联网获得的。它是一淘一个重要的“原料厂”。

　　离线处理系统是一个功能众多、可灵活定制的Pipeline，其主要功能有：网页编码识别与转换、网页解析与内容抽取、购物相关站点发现、列表页识别、网页分类与消重、链接提取与合并、关键词提取、众多网页静态feature的提取。它是一淘的“加工厂”。

　　存储系统负责存储抓取系统和离线处理系统的产出，同时向这两个“厂”提供高性能、大容量的存取服务。目前我们采用的是Hadoop+HBase的体系结构，将网页、链接、图片进行了分类存放。存储系统是一淘存放原料、半成品的“核心仓库”。相关报道

　　在线引擎负责对一淘前端搜索请求返回查询结果，它生成索引的数据来自存储系统。在线引擎是一淘面向用户的“成品生产车间”。值得一提的是，一淘采用了阿里集团新一代的HA2引擎技术，HA2结合了开源引擎和阿里上一代引擎技术的设计优点，在支持全文检索的同时，兼备了商品搜索的各种功能。它目前提供的主要特性有：

　　数据规模：支持的数据规模从一台机器(partition)到几百台机器；更新速度：支持全量数据更新，以及最快支持分钟级的增量更新；数据类型：允许用户定义各种的数据类型，从单字段到几十个字段。字段的类型可以是text, string, number等；查询语法：支持简单的单一条件查询， 以及复杂的各种条件组合查询、过滤；相关性计算：支持最多三阶段相关性计算，提供丰富的信息供用户自定义每一个阶段的算分方法；统计导航：支持对检索到的结果做灵活的分组统计和智能导航。一淘前端负责向终端用户展现搜索结果页，它是一淘的“门店”，设有各式各样橱窗：商品、淘吧、资讯、论坛、问答、图片、网页等。保证这个门店正常运转的机制包括：

　　Bootstrap：负责查询词合法性检查、编码识别与转换、停止词和违禁词过滤。Query Planner：负责查询词重写（Query Rewrite）、主辅词识别、商品类目预测、Combo排序、大小写转换、同义词和多义词，等等。RMOD：负责向各类后端服务接口发起并发请求，并将返回结果进行整合用于页面展现。Cache：负责分布式缓存搜索结果数据，从而缩短响应时间，提高前端系统的吞吐量。此外，为了一淘团队的运营效率，我们还在构建一套“从收集Query和Click日志开始，进行数据统计、关联分析、异常报警和人工调整等相关流程”的以Query为中心的运营工具。

　　一淘的小二们深知：如何使我们打造的这些橱窗所展现的内容具有越来越精准的 “导购相关性”，是一淘面向用户的核心价值。如何进入朝这个方向持续发展的正循环呢？我们目前的思路是：构建一套结合“Query分析”和“网页分析”的多层次排序模型，在保证相关性的前提下，灵活快速地调整模型结构以适应变化的业务需求。

　　此次淘宝推出全网搜索引擎则被认为是在搜索领域的深化。淘宝在商品搜索上已经拥有一定优势。据FT中文网报道，握有70%网购份额、90%C2C份额的淘宝在封了百度搜索后发展到现在，其商品搜索，无论是质还是量，都是百度现在不能比的。而网购已成搜索越来越重要的下一个应用。

        有网购专家认为，淘宝推全网搜索引擎是为大淘宝整体的战略布局考虑，提供独立的搜索入口，一淘网将原来“小淘宝”中的搜商品和买商品的买家从小淘宝分离出来，为大淘宝将流量输送链梳理清晰。