Facebook 工程总监 Lars Rasmussen 介绍图谱搜索产品开发过程

2013 年 1 月 16 日，Facebook 发布了图谱搜索（Graph Search）的 beta 版该，产品可以让用户按照自己的关系图谱搜索内容。Las Eilstrup Rasmussen 是 Facebook 的工程总监，他在自己的日志上介绍了图谱搜索的开发历程。

Las 首先指出了该产品的独特之处：

它可以让你以全新的方式，发掘你的朋友和其他人在 Facebook 上分享的内容。使用图谱搜索，你只要输入类似短语：“我住在旧金山的朋友”，“我的家人在哥本哈根拍的照片”，或是“我朋友喜欢的牙科医生”，Facebook 就能很快展示出你请求的内容。

Las 提到：图谱搜索在一年多前就是 Facebook 搜索团队的主要目标，但项目的起源要从 Facebook 早年间说起。

人们能搜索基本信息，比如朋友、小组、活动，但是支撑这些搜多的系统不够强大，它们也不能随着网站的发展而扩展。

随着内容越来越多，Las 和团队认识到：想得到需要的结果，越来越困难，等待时间也越来越长。

接下来，他回顾了图谱搜索的开端：

在 2011 年，Zuck 要求搜索团队设计、构建一个全新系统，要具备搜索整个社交图谱的能力。这是个有趣的挑战，因为与 Web 这样的海量文本集合相比，我们数据库里面的数据要更具结构性，不像自由流动的文本那么简单。因此，传统的关键字搜索产品可能无法满足要求。

当时，他们的争论在于：在开始时，是否应该开发针对特定用例（比如招聘搜索，或本地搜索）的小型产品。这样的产品易于理解，而且可以帮团队为开发更大规模产品积累经验。但是，他们的最终选择是：

出于最彻底的黑客精神，我们决定一干到底：我们能否开发出一个单一的、结构化的搜索机制，既可以让人们搜索社交图谱上的一切，又能随着 Facebook 不可思议的成长而扩展？我们必须找到答案。

Las 接下来指出：

这样的产品同时带来两个挑战：这样的产品会是什么样子？我们需要构建什么样的基础架构来支持它？

对于产品的原型部分，Las 的团队开发了多种简单的图形化原型，让用户以点击的方式，逐步完成结构化的、数据库式的查询。但都因为过于复杂被他们否决，而且也不能满足 Zuck 给他们提供的挑战。

接下来，新的思路出现了：

新的想法来自于 Facebook 每个页面的标题，我们希望人们能构建他们自己感兴趣的特定内容的视图。如果一个用户只是输入他想找的内容，我们能否构建一个系统来理解用户的输入并找到响应的内容？

这样的内容能完美整合 Facebook 现有的搜索机制，因为用户要做的，还是在每个页面上方输入搜索意向。

一周左右，我们几个人完成一个简单的概念原型：初级的、指数级的“解析器”，用 JavaScript 写成，可模拟我们希望完成的体验，只要输入的内容不超过几个标志字符。我记得我们拿给 Zuck 看的时候，那是在 2011 年夏天。他说：“你们不可能做出那样的东西，但如果你们能做出来，那就牛掰了。”（Zuck 知道如何激励人……）

Las 的团队从未有类似产品开发经验，因此他们看了很多书。

我们组合了很多解析技术，构建出一个字符串解析器。假设用户输入：“friends New York"，对此，我们已经定义了一个所有可能的页面集合，而且系统可以处理这样的集合。我们的解析器接下来就可以生成图谱搜索的标题，其中包含用户的输入，包括“friends who lived in New York"和“friends who have visited New York"。如果我们能找到一种方式来为这些建议的标题排名，就算有了一个好的开端。

又过了一个多月开发，我们有了一个原型，让我们有信心足以构建今天发布 beta 版本的这个系统。

接下来，Las 介绍了该产品的基础架构。

搜索团队的系统工程师致力于开发必须的架构。

头号挑战：每个月，有超过 10 亿人使用 Facebook，他们分享超过 2400 亿张图片，并在几千种不同类型的内容间构建超过 1 万亿连接。每天，人们分享几十亿新内容，图谱搜索需要在这些内容创建后几秒内就建立起针对它们的索引。

其次，我们运行这么多服务，还要写很多代码。在 Facebook 我们以最快速度前进，常常构建针对特定用例的基础设施和架构。坚信：公司相当程度上的成功，都依赖这些。但是背后要付出代价：从我们开始图谱搜索项目时，搜索团队负责维护三个独立的搜索系统，支持站点上诸多搜索功能，这些功能都是我们过去几年开发的。维护压力已经占用了相当多很有限的工程工作时间，要加入第四个系统，看起来不是什么好主意。我们极度需要把系统都整合起来。

当然，还要解决图谱搜索需要回答的特定搜索查询。使用传统的信息存取系统，来混合关键字和结构化查询，这已经熟烂于心了。但是我们需要系统找到的答案不仅限于单一关联，比如“restaurants liked by my friends from India”。我们运气不错：三个已有系统中的 Unicorn，就是专门为这个设计的。

搜索基础架构团队决定采取两个步骤：

首先，扩展 Unicorn，管理所有现有的搜索体验，并满足图谱搜索的所有需求。今天，我们已经足以上线图谱搜索 beta 版本。但是，我们还没有能力索引用户在 Facebook 上分享的所有帖子和评论，这个数据集是我们为了图谱搜索和 Unicorn 所积累的最大的数据集。团队会在工程团队博客上撰写更多关于这个问题的内容。

Las 接下来还谈到图谱搜索的未来：

今天只是开始，我们开始把更多注意力放在人、照片、地点和兴趣上，但是希望寻找方法整合帖子和开放图谱动作，同时，让图谱搜索在移动终端和所有语言中都可以使用。我们很兴奋，能让搜索变得更有用、有趣，同时致力于让用户发掘现有关系中，以及在 Facebook 上建立新关系。

最后，Las 号召大家都去尝试图谱搜索的beta 版本。

InfoQ 中文站的读者们，你们有谁翻墙用过这个产品了么？感觉如何？欢迎在评论中留下你们的使用感受。