1. Знакомство с MeiliSearch

Когда речь заходит о поисковых системах, пожалуй, первое, что приходит на ум, — это Elasicsearch. Elasticsearch — это распределенная, масштабируемая система поиска и анализа данных, работающая в режиме реального времени, которая может искать, анализировать и исследовать необходимые данные в больших объемах данных. Во внутренней архитектуре Elasticsearch обычно необходимо работать с механизмом сбора данных и анализа журналов Logstash Kibana для создания платформы визуализации, и эти три продукта также объединены в интегрированное решение под названием ELK.

Хотя Elasticsearch является достаточно гибким и мощным, его масштабируемость и производительность в реальном времени также хороши. Однако для малых и средних проектов Elasticsearch по-прежнему немного громоздкий и предъявляет более высокие требования к аппаратному оборудованию. Затем, если требования не очень высоки, мы можем рассмотреть другое решение для поисковой системы: MeiliSearch.

MeiliSearch — это мощная, быстрая, простая в использовании и развертывании поисковая система с открытым исходным кодом. Поиск и индексирование MeiliSearch легко настраиваются, предоставляя готовые функциональные атрибуты, такие как устойчивость к опечаткам, фильтры и синонимы. Самое главное, что он [поддерживает китайский поиск] без дополнительной настройки.

MeiliSearch написан на языке RUST. Наиболее важной особенностью языка RUST является безопасность параллелизма. В то же время это многопарадигмальный язык, который поддерживает функциональные, императивные и общие парадигмы программирования. А с точки зрения производительности MeiliSearch также сравним с голосом C++, поэтому можно сказать, что поисковая система MeiliSearch, написанная на RUST voice, имеет очень отличную производительность.

2. Основное использование

2.1 Установка программного обеспечения

Существует множество способов установки MeiliSearch, и он поддерживает Homebrew, контейнер Docker, двоичный код и клонирование исходного кода проекта в среде RUST для установки.

Поскольку я использую MacOS, я напрямую использую Homebrew. Команда установки выглядит следующим образом:

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


# Launch MeiliSearch
meilisearch

После успешного запуска система разрешит сервис MeiLiSearch (откроется в новом окне).

В то же время сама служба MeiLiSearch предоставляет визуальную страницу веб-поиска. Мы можем посетить эту страницу, чтобы проверить, успешно ли работает служба.

Поскольку индекс и документ еще не созданы, на приведенной выше странице нет данных. Развертывание данных MeiliSearch очень похоже на ES, но намного проще. Как правило, вам необходимо выполнить два шага: [Добавить индекс] и [Добавить документ].

2.2 Развертывание режима CURL

2.2.1 Добавить индекс

Сначала мы создаем индекс, используя простой CURL.

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

После успешного выполнения, как показано на рисунке ниже.

2.2.2 Добавить документы

Индекс — это место, где хранятся документы. Документы представляют собой реальные данные. Мы также используем CURL для пакетного создания документов.

# Добавить документ到 movies индекс
curl \
  -X POST 'http://localhost:7700/indexes/movies/documents' \
  -H 'Content-Type: application/json' \
  --data-binary @movies.json
# Movies.json — это тестовые данные. Конкретные данные можно загрузить с официального сайта meilisearch.

Используемый файл Movies.json представляет собой тестовые данные.,Ссылка для скачивания：movies.json。Для облегчения загрузки данных,Мы используем такие инструменты, как PostMan, для добавления данных.,Если загрузка прошла успешно, система вернет результат в формате Json.,Как показано ниже.

Следует отметить, что поскольку часть тела использует двоичный режим, вам необходимо выбрать двоичную кнопку. Когда мы снова обновим браузер, мы обнаружим, что данные были найдены.

Видно, что поскольку данных не так много, поиск происходит очень быстро.

2.3 Развертывание Python

Для развертывания с использованием Python необходимо сначала установить плагин Elasicsearch. Команда установки выглядит следующим образом.

pip3 install meilisearch

Затем вызовите метод add_documents, чтобы добавить новые документы.

import meilisearch
import json


client = meilisearch.Client('http://127.0.0.1:7700')


json_file = open('movies.json')
movies = json.load(json_file)
client.index('movies').add_documents(movies)

Затем мы можем использовать метод поиска для поиска данных, таких как:

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

Конечно, в дополнение к двум методам развертывания, представленным выше, MeiliSearch также предоставляет SDK на PHP, JAVA, Python и других языках, которые можно напрямую интегрировать в проект и использовать «из коробки».

3. Резюме

В целом поисковая система MeiliSearch может использоваться малыми и средними предприятиями, не имеющими большого объема данных (от миллионов до десятков миллионов данных). В то же время сценарии его использования могут в основном охватывать текущие основные платформы и технологии, такие как поиск данных по управлению, поиск мини-программ и другие сценарии. Это действительно легкая и красивая поисковая система, которая действительно проста в установке и развертывании и имеет чрезвычайно высокую скорость поиска.

Ссылка на документ на официальном сайте：https://docs.meilisearch.com/