第 254 题：设计Google搜索广告，Query-Ad匹配的实时性优化。
题目
设计Google搜索广告，Query-Ad匹配的实时性优化。
完整讲解
一、搜索广告与 Query-Ad 匹配
- 场景：用户输入 query，系统返回广告与自然结果。Query-Ad 匹配即用 query 与候选广告（标题、描述、关键词）做相关性匹配与排序，决定展示与出价。实时性影响捕捉热点与竞价效果。
二、实时性需求
- Query 侧：搜索 query 有时效（热点事件、节日），需实时或近实时的 query 理解、扩展与趋势信号；索引与模型需支持快速更新。
- Ad 侧：新广告上线、预算与出价变更、创意 A/B 需尽快生效；投放系统需近实时同步状态与特征。
- 匹配与排序：大规模候选下，检索与粗排需低延迟；精排与出价策略可引入实时特征（当前 query 热度、竞争程度），要求特征管线与模型服务具备实时能力。
三、实时性优化
- 索引：增量索引、分层索引（热 query/广告优先），缩短从更新到可检索的延迟。
- 特征：实时特征管线（流式计算）、在线特征存储与低延迟读取；query 意图、trend 等可做短 TTL 缓存。
- 模型：模型更新频率（小时/天级）与实时特征的衔接；可分离「实时特征层」与「日更模型」，或做在线学习/增量更新。
- 系统：低延迟检索（ANN、倒排）、精排与竞价服务 SLA；监控延迟与一致性。
面试要点
- 能说清搜索广告中 Query-Ad 匹配的含义，以及为何需要实时性（query 时效、广告更新、竞价）。
- 能说明实时性在索引、特征、模型与系统层面的优化手段。
记忆要点
- Query-Ad 匹配：query 与广告的相关性匹配与排序；实时性影响热点与竞价。
- 优化：增量/分层索引、实时特征与缓存、模型与实时特征衔接、低延迟检索与 SLA。