索引最佳实践

在本指南中，您将找到一些最佳实践，以高效地索引您的数据并加快索引过程。

检查您的可搜索属性列表，并确保其中仅包含您希望检查查询词匹配的字段。 这通过从数据库中删除不相关的数据，提高了相关性和搜索速度。 这还将使您的磁盘使用量保持在必要的最低水平。

默认情况下，所有文档字段都是可搜索的。 Meilisearch 需要索引的字段越少，索引过程就越快。

某些文档字段对于过滤和排序结果是必要的，但它们不需要是可搜索的。 通常，数字和布尔字段属于此类。 确保检查您的可搜索属性列表，并删除任何仅用于过滤或排序的字段。

创建新索引时，首先配置其设置，然后再添加文档。 每当您更新排名规则等设置时，Meilisearch 都会触发所有文档的重新索引。 这可能是一个耗时的过程，尤其是在您拥有大型数据集的情况下。 因此，最好在索引数据之前定义排名规则和其他设置。

较小的文档处理速度更快，因此请确保减少文档中任何不必要的数据。 当文档字段从可搜索、可过滤、可排序或可显示属性列表中缺失时，最好将其从文档中删除。 为了更进一步，请考虑使用 br、deflate 或 gzip 等方法压缩您的数据。 请查阅支持的编码格式参考。

单个较大的 HTTP 负载比多个较小的负载处理速度更快。 例如，分两批添加相同的 100,000 个文档（每批 50,000 个文档）比分四批添加（每批 25,000 个文档）更快。 默认情况下，Meilisearch 将最大负载大小设置为 100MB，但如果需要，您可以更改此值。

确保保持您的 Meilisearch 实例为最新，以受益于最新的改进。 您可以在 GitHub 上查看我们所有引擎版本的列表。

Meilisearch 针对信息检索进行了优化，并非旨在作为您的主数据容器。 您添加的文档越多，索引和搜索所需的时间就越长。 仅索引您在搜索时想要检索的文档。

如果您有多种语言的数据集，请为每种语言创建一个单独的索引。

确保您的机器上没有 I/O 操作限制。 云提供商（例如 AWS 的 Amazon EBS 服务）施加的限制可能会严重影响索引性能。

如果您已遵循本指南中的先前提示，但仍然遇到索引速度缓慢的问题，请考虑升级您的机器。

索引是内存密集型和多线程操作。 可用的内存和处理器核心越多，Meilisearch 索引新文档的速度就越快。 当尝试提高索引速度时，使用具有更多处理器核心的机器比增加 RAM 更有效。

由于 Meilisearch 的工作方式，最好避免使用 HDD（硬盘驱动器），因为它们很容易成为性能瓶颈。

如果您在为 AI 驱动的搜索索引文档时遇到性能问题，请考虑为您的嵌入器启用二进制量化。 二进制量化通过使用 1 位值表示每个维度来压缩向量。 这会降低语义搜索结果的相关性，但会大大提高性能。

二进制量化最适用于包含超过 100 万个文档并使用超过 1400 个维度的模型的大型数据集。