不确定你这个千万级是日千万级，还是总量千万级。另外这千万数据是分散存储还是集中存储。
一千万数据不算多， 利用硬盘IO . 直接利用你程序的内存空间过滤就好。 当时我们做广告数据分析， 把一天几千万的日志压缩到文件里面， 直接用php脚本排重，效率很高。

搜索引擎笼统说几个功能：
1.爬虫。
2.分词相关操作
3.用户搜索任务触发

方向上的建议：
1.你的架构不能主要依赖数据库和什么nosql , 这个在千万级的数据处理中， 网络io消耗不起。太慢。所以本地硬盘的文件读取， 直接在内存中做数据处理。你可以把这个些数据分包处理，多用几个脚本来跑。 很快可以搞定。

2. 建立一个预处理任务链。 这个任务链的意思， 就是将数据有先有后的分开， 然后根据需要分成多步， 一步步向后传递， 来提高数据的处理速度。
比如说爬虫1， 爬虫2， 爬虫3 。 每个都爬数据， 爬到后粗略计算有效性然后向自己的后面仍。 在一个你认为合适的时机，将数据整合到一起。然后可以根据不同的分词再向后仍给多哥服务，比如这个脚本只处理A-C的数据， 另外一个脚本只处理1～9的数据。不过衡量你脚本的拆分细节标准，一个时时间消耗， 还有一个是CPU利用。 要把一个内核跑到100%情况下程序都能有效快速执行， 速度上不来不行，CPU不满不行。 这个你得自己衡量。

通过上面的步骤，你就会有一堆已经分门别类的基础数据。 这些数据你可以随便灌入到一个数据库中，根据新旧程度建立索引。

3. 用户的搜索操作是另外一个分词的时候。 这时候你需要一个快速响应的服务。利用MQ 建立一个任务的分发机制， 让一个点去做用户输入的内容分词操作， 将数分词向后发， 计算用户词组的分词系数， 就是 比如说：我饿了，是分成 “我、饿了” 还是“我饿、了”这样的系数， 然后根据系数向后分发，每个点开始读取你对应分词的内容。 然后整理，开始向用户反馈。当然反馈中还有一些机制。你需要去处理。



东西太多。。。 我就不废脑细胞了。 适不适用的，随便看看吧。欢迎指正。 如果错字， 算你倒霉。