让我们见面 Pubchem - 世界上最大的免费化学信息网站

公司

PubChem小组隶属于国家生物技术信息中心（NCBI），是美国国家医学图书馆（NLM）的一部分，后者是美国国立卫生研究院（NIH）的一个分支。PubChem是世界上最大的免费化学信息网站，拥有来自741个数据源的详细信息，涵盖超过1.03亿种化学化合物、2.54亿种物质、2.69亿种生物活性、3100万篇文献、300万项专利、100万项生物测定等。

挑战

Manticore曾在所有集合（化学化合物、化学物质、生物测定、专利、pubmed、蛋白质、基因、分类、疾病、文献、通路、通路反应等）中进行全文搜索，总数据量达到10TB。他们最初尝试了Solr，但它无法随着数据的增长而扩展。Sphinx/Manticore最终成为了一个轻量级但强大的搜索引擎，完全符合他们的需求。

Siqian He, 美国国立卫生研究院：“没有Sphinx/Manticore搜索引擎，我们无法取得如此成功！感谢大家创造了如此强大的搜索引擎！”

解决方案和结果

• 使用C++ sphinx客户端库进行相关查询的搜索。
• 部署搜索自动完成功能 - 这是一个应用程序预测未输入单词其余部分的功能。因此，用户只需输入化合物的前2或3个字母，就能看到不同的建议。
• 部署分面功能 - 这使得能够根据搜索项目的不同属性对搜索结果进行过滤。