
社区讨论 · 其他
搜索框好做,权限那一层才是坎
统一搜索这活儿,搜索框是最简单的部分,权限才是坎。
上周把 amber Suche 接进我们组的测试环境跑了一圈,Drive、Teams、邮件、工单四个源都挂上,索引建完大概花了一个下午。查询本身没什么好挑的,全文检索该有的都有,关键词命中的排序也算合理。传统关系库拿 LIKE 或者正则去扫文本,数据量一上来性能就崩,这个大家都知道,上倒排索引是标准解法,不新鲜。
权限这块就麻烦了。一个搜索框背后要覆盖四五个系统,每个系统的权限模型都不一样。Drive 按文件夹和分享链接给,Teams 按频道和成员给,工单系统自己还有一套角色。搜出来的结果如果按最宽的那个口径返回,等于把一封本该只有总监能看的邮件推到实习生页面上。这种事故一次就够上新闻。
我这边测下来,amber 的处理是把权限收敛到统一层再做结果裁剪,不是各个源各查各的。这个方向对。但要落地,代价在索引同步上。源系统的权限一改,索引侧多久能反映出来,这个延迟窗口才是真正的风险面。我翻了半天没找到明确说明,可能文档里写了,也可能我漏了。
素材里那句「在海量文本数据中快速检索包含特定关键词的记录,是数据仓库应用中的常见需求」,说的是检索本身。企业统一搜索的常见需求,其实是搜得到、但不该看到的别看到。
给个建议,公司就那么两三个源,用不着上这个,各系统自带的搜索凑合够用。源一多、权限一乱,才轮到它上场。评估的时候别只盯查询延迟,去问索引同步的窗口期有多长。
结论是谨慎推荐,功能没问题,但我不会在权限同步策略没讲清楚之前推到生产。
物界前沿