可以使用二个系统进行承载，一个页面聚合系统，一个底层数据处理系统，一个批数据处理系统。
首先将商品数据，门店数据等一些基本数据离线t+1导入到在线数据库中（OLAP）--clickhouse等，或者 hadoop文件系统，hbase。
页面聚合系统创建业务表，池子表，池子属性表，池子关联数据表，货品，池子与货品关系 多对多，任务表，批量处理流水表，
整体的业务流程，
根据业务id查询获取主题topic
根据主题topic查询所有的属性规则
根据topic查询池子的数据类型
然后创建池子，启动池子，关闭池子
创建池子--就是简单的保存一直池子基本信息与数据。
启动池子，是一种抽象的方式，属性一般可以是实时的选品池子，也可以是t+1更新的池子。
如果是实时的池子，调用底层数据处理系统，然后根据规则底层将数据导出到文件系统，然后给业务系统发送一个消息，业务系统监听到这个消息之后，落一个批量处理的流水，然后落一个批量文件处理的任务，批量系统进行spi回调业务系统，业务系统一条一条的处理，落池子与货品的关系，这次的操作是首圈。
后续货品的变更，搜索引擎会监听数据库表结构的变更，然后发送消息给业务系统，业务系统落货品和池子的关系。
当批系统全部处理完毕之后，回调业务系统处理完毕，业务系统批量任务状态。
如果是t+1的池子的话
底层系统需要提供创建圈集，修改，激活，导出圈集。
导出圈集可以将数据库中的数据，或者数据仓库的数据 首圈导出到文件系统，然后发消息给业务系统。
这样业务系统就统一处理，落批量处理流水，落任务，任务回调处理。
底层的圈集支持 t+1的日滚，底层系统会导出文件，然后个上一次导出的文件做比对，获取对应的增量导入，增量删除的文件，然后发送消息将文件带给业务方，业务方进行统一的处理。
目前圈集可以支持，圈选商品，门店，商户等各种互联网信息