第231002期 – 开源搜索引擎

这款索索引擎演示如下，支持自动纠错，更多实用工具推荐到文末获取：

Typesense: 构建卓越搜索体验的引擎

在数字化时代，一个高效、准确且愉悦的搜索引擎对用户体验至关重要。Typesense是一个开源搜索引擎，它致力于提供快速、容错和内存模糊搜索功能，为用户构建愉悦的搜索体验。相较于Algolia和ElasticSearch，Typesense是一个更为易用的替代方案。

快速入门

无论你是开发者、数据科学家还是企业家，Typesense都提供了简单易懂的入门体验。这款搜索引擎具有一系列引人注目的特性，使得它成为搜索领域的瑰宝。

特色功能

1. 容错处理： Typesense能够优雅地处理打字错误，提供出色的容错处理，确保用户输入错误时也能找到相关结果。

2. 简单愉悦： Typesense易于设置、集成、操作和扩展，用户可以快速上手，即使是对搜索引擎不太了解的初学者也能迅速掌握。

3. 极速搜索： Typesense由C++构建，从底层精心构建，实现低延迟（<50毫秒）的即时搜索，确保用户能够快速获取结果。

4. 可调排名： 用户可以轻松地调整搜索结果，使其完美符合用户的需求。

5. 排序： 在查询时，可以根据特定字段动态排序结果，例如“按价格升序排列”。

6. 分面和过滤： 可以深入了解并细化搜索结果，方便用户快速找到需要的信息。

7. 分组和去重： 将相似的结果分组显示，提供更多多样性。

8. 联合搜索： 可以在单个HTTP请求中跨多个集合（索引）中进行搜索。

9. 地理搜索： 可以根据纬度/经度或在一个边界框内进行搜索和排序。

10. 向量搜索： 可以将来自机器学习模型的嵌入索引到Typesense中，进行最近邻搜索。这可用于构建相似性搜索、语义搜索、视觉搜索、推荐等功能。

11. 语义/混合搜索： 可以使用内置模型（如S-BERT、E-5等）或使用OpenAI、PaLM API等，自动生成Typesense内的嵌入，用于查询和索引数据。这允许您将JSON数据发送到Typesense，构建出色的语义搜索和关键字搜索体验。

12. 作用域API密钥： 可以生成仅允许访问特定记录的API密钥，适用于多租户应用。

13. 同义词： 定义单词的等效词，因此搜索一个词将返回定义的同义词的结果。

14. 策展和推销： 可以将特定记录提升到搜索结果的固定位置，进行特别展示。

15. 基于Raft的集群： 可以设置高度可用的分布式集群。

16. 无缝版本升级： 当新版本的Typesense发布时，只需替换二进制文件并重新启动Typesense即可完成升级。

17. 无运行时依赖： Typesense是一个单一的二进制文件，您可以使用单一命令在本地或生产环境中运行它。

如果以上功能列表中没有你需要的功能，请查看我们的问题跟踪器，看看是否有人已经提出了此功能请求，并在其中添加一条评论解释你

的用例。如果没有，请新建一个问题。我们根据用户反馈来确定路线图的优先级，因此我们期待听到您的声音。

路线图

Typesense的公共路线图可在此处找到。

第一列还解释了我们如何根据用户反馈、您如何影响优先级以及我们的发布节奏来设置功能的优先级。

基准测试

1. 包含220万个食谱（食谱名称和配料）的数据集：

   • 在Typesense中索引时占用约900MB的RAM。
   • 索引所有220万条记录耗时3.6分钟。
   • 在4vCPU服务器上，Typesense能够处理每秒104个并发搜索查询，平均搜索处理时间为11毫秒。

2. 包含2800万本书（书名、作者和分类）的数据集：

   • 在Typesense中索引时占用约14GB的RAM。
   • 索引所有2800万条记录耗时78分钟。
   • 在4vCPU服务器上，Typesense能够处理每秒46个并发搜索查询，平均搜索处理时间为28毫秒。

3. 包含300万个产品（亚马逊产品数据）的数据集：

   • 在8-vCPU 3节点高可用Typesense集群上，Typesense能够处理每秒250个并发搜索查询。

我们希望能够使用更大的数据集进行基准测试。如果您知道公共领域中的大型结构化数据集，请告诉我们。如果您有关于自己大型数据集的基准测试结果，也请告诉我们。请通过开启一个问题告诉我们！

用户

Typesense被许多领域和行业的用户使用。在Typesense Cloud上，我们每月为用户提供超过15亿次搜索服务。Typesense的Docker镜像已被下载超过700万次。

我们最近开始在我们的Showcase中记录谁在使用它。如果您希望被列入其中，请随时编辑SHOWCASE.md并发送给我们一个PR。

您还可以在Typesense Cloud首页上看到一组用户logo。

安装

有三种安装Typesense的方式：

选项1： 你可以下载我们为Linux（x86_64和arm64）和Mac（x86_64）发布的二进制包。

选项2： 你也可以从我们的官方Docker镜像运行Typesense。

选项3： 在Typesense Cloud上部署托管集群。

快速入门

以下是一个简单的示例，展示了如何在Typesense上创建集合、索引文档并进行搜索。

首先，通过Docker启动Typesense服务器：

docker run -p 8108:8108 -v/tmp/data:/data typesense/typesense:0.25.1 --data-dir /data --api-key=Hu52dwsas2AdxdE

接着，安装Python客户端：

pip install typesense

现在，初始化客户端并创建一个名为companies的集合：

import typesense

client = typesense.Client({
  'api_key': 'Hu52dwsas2AdxdE',
  'nodes': [{
    'host': 'localhost',
    'port': '8108',
    'protocol': 'http'
  }],
  'connection_timeout_seconds': 2
})

create_response = client.collections.create({
  "name": "companies",
  "fields": [
    {"name": "company_name", "type": "string" },
    {"name": "num_employees", "type": "int32" },
    {"name": "country", "type": "string", "facet": True }
  ],
  "default_sorting_field": "num_employees"
})

接下来，向刚刚创建的集合添加一个文档：

document = {
 "id": "124",
 "company_name": "Stark Industries",
 "num_employees": 5215,
 "country": "USA"
}

client.collections['companies'].documents.create(document)

最后，搜索我们刚刚索引的

文档：

search_parameters = {
  'q'         : 'stork',
  'query_by'  : 'company_name',
  'filter_by' : 'num_employees:>100',
  'sort_by'   : 'num_employees:desc'
}

client.collections['companies'].documents.search(search_parameters)

你是否注意到了查询文本中的拼写错误？没关系，Typesense可以轻松处理打字错误！

结语

无论是构建电商网站、移动应用程序还是大规模企业系统，Typesense都能够为你提供快速、准确和愉悦的搜索体验。其强大的功能、易用性和高性能，使其成为当前搜索引擎领域的佼佼者。

通过Typesense，你可以确保用户能够迅速、方便地找到他们需要的信息，从而提升用户满意度，推动业务增长。让我们携手迈向一个更加智能、高效的搜索时代！