一、MeiliSearch简介

谈到搜索引擎，可能大家最先想到的是Elasicsearch。Elasticsearch是一个分布式、高扩展、高实时的搜索与数据分析引擎，能够在大量的数据中搜索、分析和探索需要的数据。在后端架构中，Elasticsearch通常需要与Logstash的数据收集和日志解析引擎Kibana一起配合来搭建可视化平台，而这三个产品也被设计成一个集成解决方案，称为ELK。

虽然Elasticsearch足够灵活强大、扩展性和实时性也较好。但是对于中小型项目来说，Elasticsearch还是显得有些庞大，对硬件设备的要求也较高。那么，在要求不是很高的情况下，我们可以考虑另一种搜索引擎方案：MeiliSearch。

MeiliSearch是一个功能强大、快速、开源、易于使用和部署的搜索引擎，并且MeiliSearch的搜索和索引都是高度可定制的，提供开箱即用的功能属性，如错字容忍、过滤器和同义词。而最重要的一点是，它【支持中文搜索】，而不需要添加额外的配置。

MeiliSearch使用RUST语言进行编写，RUST语音最重要的特点就是并发安全，同时它还是支持函数式和命令式以及泛型等编程范式的多范式语言。并且在性能方面，MeiliSearch也是媲美C++语音的存在，所以使用RUST语音编写的MeiliSearch搜索引擎，可以说在性能上也是非常的优秀。

二、基本使用

2.1 安装软件

MeiliSearch的安装方式有很多，支持Homebrew、Docker 容器、二进制、以及RUST 环境下克隆项目源码方式进行安装。

由于我使用的是MacOS，所以直接使用的是Homebrew方式，安装的命令如下：

# Update brew and install MeiliSearch
brew update && brew install meilisearch# Launch MeiliSearch
meilisearch

启动成功后，系统会允许一个 MeiLiSearch 服务 (opens new window)。

同时，MeiLiSearch服务自身提供可视化的 Web 搜索页面，我们可以访问一下这个页面来验证服务是否运行成功。

由于还没有创建索引和文档，所以上面的页面是没有数据的。MeiliSearch的数据部署和ES十分相似，但又要简单许多。一般需要经历【添加索引】和【添加文档】两步。

2.2 CURL方式部署

2.2.1 添加索引

首先，我们使用简单的 CURL 创建索引。

curl \-X POST 'http://localhost:7700/indexes' \-H 'Content-Type: application/json' \--data-binary '{"uid": "movies","primaryKey": "id"}'

执行成功后，如下图所示。

2.2.2 添加文档

索引是存储文档的地方，文档代表的是真正的数据，我们同样使用CURL批量创建文档。

# 添加文档到 movies 索引
curl \-X POST 'http://localhost:7700/indexes/movies/documents' \-H 'Content-Type: application/json' \--data-binary @movies.json
# movies.json为测试数据，具体数据可到meilisearch官网下载

涉及的movies.json为测试数据，下载链接：movies.json。为了方便上传数据，我们使用PostMan等工具来添加数据，上传成功系统会返回一个Json的结果，如下图。

需要说明的是，Body部分由于使用的是二进制方式，所以需要选择binary按钮。当我们再次刷新浏览器，就会发现数据已经搜索出来。

可以看到，由于数据并不是很多，所以搜索出来也是很快的。

2.3 Python方式部署

使用Python方式部署需要先安装Elasicsearch插件，安装的命令如下。

pip3 install meilisearch

然后，再调用add_documents方法新增文档。

import meilisearch
import jsonclient = meilisearch.Client('http://127.0.0.1:7700')json_file = open('movies.json')
movies = json.load(json_file)
client.index('movies').add_documents(movies)

接着，我们可以使用search方法搜索数据，比如：

client.index('movies').search('botman')

当然，除了上面介绍的两种部署方式，MeiliSearch 还提供PHP、JAVA、Python 等语言的 SDK，直接直接集成到项目，开箱即用。

三、总结

总的来说，对于数据量不是很大的中小型企业来说（几百万到几千万的数据），都可以使用 MeiliSearch 搜索引擎。同时，它的使用场景基本可以覆盖当前主流的平台和技术，如管理后台搜索、小程序搜索等场景中。是一款真正轻量级安装部署、搜索速度快到极致，名副其实的轻量级且美丽搜索引擎。

官网文档链接：https://docs.meilisearch.com/

轻量级的搜索引擎MeiliSearch相关推荐

开源全文搜索引擎MeiliSearch
单独安装 MeiliSearch 似乎并没有什么实际的用途,本文只是记录了老苏一次失败的探索.想法应该是没问题的,奈何实力不够啊. 前言老苏博客上的搜索变得越来越慢,慢的原因应该主要是 2 个:一个 ...
我用Redis实现了一个轻量级的搜索引擎！
作者:jasonGeng88 出处:https://github.com/jasonGeng88/blog 大家如果是做后端开发的,想必都实现过列表查询的接口,当然有的查询条件很简单,一条 SQL 就 ...
使用 Redis 实现一个轻量级的搜索引擎，牛逼啊 !
来源 | http://github.com/jasonGeng88/blog/blob/master/201706/redis-search.md 场景大家如果是做后端开发的,想必都实现过列表查询 ...
使用 Redis 实现一个轻量级的搜索引擎
今日推荐后端接口如何提高性能? 16 个写代码的好习惯为什么不推荐使用BeanUtils属性转换工具盘点阿里巴巴 34 个牛逼 GitHub 项目常见代码重构技巧(非常实用) 作者:jason ...
轻量级文本搜索引擎的后台设计、实现与优化
转载请注明:转载 from http://blog.csdn.net/u011239443/article/details/51655480 主框架图见:http://r.photo.store.q ...
python 利用 whoosh 搭建轻量级搜索
本文将简单介绍Python中的一个轻量级搜索工具Whoosh,并给出相应的使用示例代码. Whoosh简介 Whoosh由Matt Chaput创建,它一开始是一个为Houdini 3D动画软 ...
从零开始学习搜索引擎（开篇）---Searcharoo.net
作为一名新手,想学习自己写出搜索引擎,这其中难度比较大.所以,计划先学习搜索引擎的原理,从Searcharoo入手.Searcharoo作为一个轻量级的搜索引擎,从最简单的第一个版本渐增到复杂的第七个 ...
再见了 VMware，一款更轻量级的虚拟机！
以下内容来自公众号逆锋起笔,关注每日干货及时送达说起虚拟机工具大家最熟悉的自然是 VMware,功能很多很强大,最让我认可的地方就是可以非常方便的修改虚拟机的配置,让虚拟机达到自己想要的性能-- 可 ...
Whoosh：Python 的轻量级搜索工具
这是「进击的Coder」的第 695 篇技术分享来源:恋习 Python " 阅读本文大概需要 8 分钟. " 本文将简单介绍 Python 中的一个轻量级搜索工具 Whoosh ...

轻量级的搜索引擎MeiliSearch