在云搜索系统中，支持多用户并发搜索是非常重要的功能，可以提高系统的性能和用户体验。以下是一些方法来支持多用户并发搜索：
水平扩展：通过增加更多的搜索节点来实现水平扩展，每个节点处理一部分请求，从而提高系统的吞吐量和并发能力。
负载均衡：使用负载均衡器来分发用户的搜索请求到不同的搜索节点，确保每个节点的负载均衡，避免出现单点故障。
索引分片：将索引分成多个分片存储在不同的节点上，每个节点只负责处理自己分片的搜索请求，从而降低单个节点的压力。
缓存优化：利用缓存技术来缓存热门搜索结果，减少对底层存储系统的访问，提高搜索性能。
异步处理：将一些耗时的操作如数据同步、索引更新等异步化处理，避免阻塞搜索请求的处理，提高系统的并发能力。
监控和调优：实时监控系统的性能指标，及时发现瓶颈并进行调优，保证系统的稳定性和高效性。
一个具体的案例是，某电商平台在双11大促期间经常会遇到高并发搜索的情况。他们采取了以上方法来应对高并发搜索的挑战：增加搜索节点数量，配置负载均衡器进行流量分发，将索引分片存储，使用缓存技术缓存热门搜索结果，异步处理一些耗时操作，监控系统性能并进行调优。通过这些措施，电商平台成功地支持了双11期间的高并发搜索，保证了系统的稳定性和性能。
综上所述，通过水平扩展、负载均衡、索引分片、缓存优化、异步处理和监控调优等方法，可以有效地支持多用户并发搜索，提高系统的性能和用户体验。