2018-05-14请问老师，您说的道理我都懂，但是一到设计表结构环节就有点拿不定主意。我现在比较关注推荐领域hbase表设计，有什么推荐的资料吗？ 4
2019-07-15你好，基与elasticsearch推荐文章什么时候能发布。现在在黑暗中摸索…… 2
2018-06-20不知道hbase的表结构应该如何设计 2
2019-01-14基于ElasticSearch实现的第一个版本的内容推荐系统，是否可以写个专题。作者回复: 会写的。
1
2020-01-10老师您好，问下，倒排索引使用redis，是否是key：标签，value：list或者set格式的集合，那如何也做到更新，尤其remove操作，还有倒排使用redis，内存是否会开销很大，因为一些item重复的出现在一些标签中作者回复: 你这种场景ES挺适合的。
2019-08-07热门排行的接口名称叫Relative是不是不太好- 2019-05-08目前用的比较多的还是redis，数据量并不大，每天的点击量在5w左右，sku的量在2w左右，通常做的是能离线计算的就先离线计算好，并shell脚本定时去刷新离线数据，与redis的交互是在线上阶段，取到召回，实时排序，然后输出结果，目前接口要求在200ms
- 2019-01-29对于api的调用链上的存储体系能深入讲一下么？每一次调用只返回少量top10，但是推荐系统最起码也要处理top100，存在浪费和损耗；而且，每次返回的数据，还需要放入已推荐记录，防止重复推荐。有没有一个整体的平衡思路
作者回复: 我在图书中有详细方案。书已经完稿，请期待。
1 - 2019-01-04正排索引是根据id得到所有的特征值，不是应该用行式数据库吗？
作者回复: 特征是稀疏的。
2018-09-13后两个API的接口重复了
最后一个/hostlist是不是很好- 2018-09-13看老师的意思，是需要实时做召回和排序，这样即使再优化时间也会很长吧。
感觉可以分两类：
1、热用户，提前算好所有的recommend，放到redis[userid] = list，每次直接分页返回即可；
2、冷启动用户，再使用上面的流程，比如如果发现有用户画像，就找相邻用户，在做排序返回； 
2018-05-12外专业的的文科生表示跟不上啦
2018-05-12用户和物品的画像数据适合存储在 Cassandra 中。也适合存储模型数据，如相似度矩阵，还可以存储离线计算的推荐结果。
无刀老师，这几个场景完全可以用redis 方案吧。而且cassandra 也是kv的