String 无抖动的常开模式匹配服务
我正在考虑实施一个过滤数据的系统。这依赖于大型数据集的快速模式匹配（我认为是Aho-Corasick）。模式将是固定字符串。这可能在1000-100000条记录的范围内-对于关系数据库来说不是很大，但是对于内存中的图形来说是很大的。性能的关键（无论底层算法如何）是创建参考数据集的适当表示。数据集将随时间变化 我的问题是如何最好地将其设计为一个解决方案，以便更新数据集不会中断服务的使用。更新不必立即反映到服务客户端 是否有一种快速字符串匹配算法，它支持在不进行完全重新编译的情况下对数据集进行临时更改 如果做不到这一点，我的唯一选择可能是将前端服务与后端匹配引擎分离，并在我想要更改数据集时启动新的后端引擎/切换String 无抖动的常开模式匹配服务,string,algorithm,architecture,string-matching,String,Algorithm,Architecture,String Matching,我正在考虑实施一个过滤数据的系统。这依赖于大型数据集的快速模式匹配（我认为是Aho-Corasick）。模式将是固定字符串。这可能在1000-100000条记录的范围内-对于关系数据库来说不是很大，但是对于内存中的图形来说是很大的。性能的关键（无论底层算法如何）是创建参考数据集的适当表示。数据集将随时间变化 我的问题是如何最好地将其设计为一个解决方案，以便更新数据集不会中断服务的使用。更新不必立即反映到服务客户端 是否有一种快速字符串匹配算法，它支持在不进行完全重新编译的情况下对数据集进行临时更
有更优雅的解决方案吗？为什么不使用支持该解决方案的数据库？您在考虑什么数据库？关系型或普通密钥库数据库的速度会慢几个数量级。例如elasticsearcherm，不是。Elasticsearch只是一个NoSQL数据库，具有自动基于单词的索引功能-不仅与模式匹配不同，它仍然太慢了。确实有，但是它说在像DNAW这样的小字母表上会慢。为什么不使用支持它的数据库呢？你在想什么数据库？关系型或普通密钥库数据库的速度会慢几个数量级。例如elasticsearcherm，不是。Elasticsearch只是一个NoSQL数据库，具有自动基于单词的索引功能-不仅与模式匹配不同，它仍然太慢了。有，但它说，对于像dna这样的小字母表的东西，它会很慢