项目说明：解决用户在电商平台上搜索物品名联想和物品搜索推荐模块。
解决思路：搭建服务端，通过服务端发送用户的关键词进行关键词联想搜索.将联想词推送给客户端，当用户输入完搜索词后，在服务端查询本地数据内容,进行余弦相似度计算排序，最终将排序结果推送给客户端展示给用户。
技术要点：Reactor，线程池，偏移库，索引库，倒排索引库，词典库，simhash，TF-IDF，最小编辑距离，余弦相似度，LRU，JSON，redis，多线程缓存系统，内核定时器，线程局部存储，日志系统，单例配置类，MySQL存储转移，性能分析火焰图 
开发平台：C++11，g++ 7.5.0，ubuntu18.04，MySQL 8.0.33，perf，FlameGraph
工作职责： 
1.基于Reactor模型，实现高性能高并发的服务端。
2.将词典库，网页库，偏移库，索引库，倒排索引库，进行数据库表设计，设计成网页库表，单词权重表，中英文词典库，中英文索引库。
3.利用最小编辑距离算法，对用户输入的检索词进行解析，求出编辑距离最小的联想词发给用户，实现关键词联想。
4.利用余弦相似度算法，解析用户检索词，利用余弦相似度算法对网页排序，将每篇网页摘要信息发给用户。
5.在服务端将查询结果以list数据类型存入redis，优化关键词查询效率。
6.利用LRU算法和线程局部存储机制，为工作线程分配两级 LRU Cache 作为网页检索模块的缓存系统，并使用内核定时器 timerfd 实现 Cache 数据的更新、同步和持久化。
7.利用perf测试程序性能，利用FlameGrap对perf.data数据生成火焰图。