让我们见面 Pubchem - largest free chemical informatics web site in the world

公司

NCBI（国家生物技术信息中心）内的PubChem小组隶属于美国国家医学图书馆（NLM），而NLM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，包括超过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曾需要在所有集合（化学化合物、化学物质、生物测定、专利、PubMed、蛋白质、基因、分类学、疾病、文献、通路、通路反应等）中进行全文搜索，总数据量达10TB。他们最初尝试了Solr，但随着数据增长，Solr无法扩展。Sphinx/Manticore最终成为一款轻量但功能强大的搜索引擎，正好满足他们的需求。

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

解决方案与成果

• 使用C++ Sphinx客户端库执行相关搜索查询。
• 部署搜索自动补全功能 - 这是一个当应用程序预测未输入单词剩余部分的功能。因此用户只需输入化合物名称的前2或3个字母，即可看到不同的建议。
• 部署分面过滤功能 - 这使得能够通过搜索项的不同属性对搜索结果进行过滤。