文档是由一个或多个字段组成的对象。每个字段都包含一个**属性**及其关联的**值**。文档充当组织数据的容器,是 Meilisearch 数据库的基本组成单元。要搜索文档,您必须首先将其添加到索引中。

如果两个索引包含完全相同的文档,它们之间不会共享任何内容。相反,这两个文档将被视为不同的文档。根据索引的设置,文档可能具有不同的大小。

结构

重要术语

  • **文档**:包含一个或多个字段形式数据的对象
  • **字段**:一组两个相互关联的数据项:一个属性和一个值
  • **属性**:字段的第一部分。用作其关联值的名称或描述
  • **值**:字段的第二部分,由任何有效的 JSON 类型数据组成
  • **主字段**:所有文档中都必须存在的特殊字段。它包含主键和文档标识符

字段

**字段**是相互关联的两个数据项的集合:一个属性和一个值。文档由字段组成。

**属性**是区分大小写的字符串,用作字段的名称,允许您存储、访问和描述数据。

该数据是字段的**值**。每个字段都有一个由其值决定的数据类型。每个值都必须是有效的JSON 数据类型

如果该值为字符串,它**最多可以包含 65535 个位置**。超过 65535 位置限制的单词将被忽略。

如果一个字段包含一个对象,Meilisearch 会在索引期间使用点表示法将其展平,并将对象的键和值带到文档本身的根级别。这个扁平化的对象只是一个中间表示——您将在搜索时获得原始结构。您可以在我们的专用指南中了解更多信息。

通过排名规则,您可以决定哪些字段比其他字段更相关。例如,您可能决定最近的电影应该比旧的电影更相关。您还可以将某些字段指定为显示字段或可搜索字段。

某些功能要求 Meilisearch 保留属性。例如,要使用地理搜索功能,您的文档必须包含一个 _geo 字段。

保留属性始终以 underscore (_) 前缀。

显示和可搜索字段

默认情况下,文档中的所有字段既是显示字段又是可搜索字段。显示字段包含在每个匹配的文档中,而可搜索字段用于搜索匹配的查询词。

您可以使用更新设置端点,或显示属性可搜索属性的相应更新端点来修改此行为,从而使字段变为

  • 可搜索但不可显示
  • 可显示但不可搜索
  • 既不可显示也不可搜索

在后一种情况下,该字段在搜索期间将被完全忽略。但是,它仍将存储在文档中。

要了解更多信息,请参阅我们的显示和可搜索属性指南

主字段

主字段是所有文档中都必须存在的特殊字段。其属性是主键,其值是文档 ID。如果您尝试索引缺少主键或具有给定索引错误主键的文档,则会发生错误,并且不会添加任何文档。

要了解更多信息,请参阅主键说明

上传

默认情况下,Meilisearch 将所有负载(以及文档上传)的大小限制为 100MB。您可以在运行时使用 http-payload-size-limit 选项更改负载大小限制

Meilisearch 在索引文档时会占用大量 RAM。请注意您的 RAM 可用性,因为增加批处理大小可能会导致 Meilisearch 崩溃。

使用添加新文档端点时,请确保

  • 负载格式正确。没有多余的逗号、不匹配的括号、缺失的引号等。
  • 所有文档都以数组形式发送,即使只有一个文档

数据集格式

Meilisearch 接受以下格式的数据集

JSON

表示为 JSON 对象的文档是括在花括号中的键值对。因此,适用于 JSON 对象格式的任何规则也适用于 Meilisearch 文档的格式。例如,属性必须是字符串,而值必须是有效的JSON 数据类型

Meilisearch 只有在收到 application/json 内容类型头时才会接受 JSON 文档。

举个例子,假设您正在创建一个包含电影信息的索引。示例文档可能如下所示

{
  "id": 1564,
  "title": "Kung Fu Panda",
  "genres": "Children's Animation",
  "release-year": 2008,
  "cast": [
    { "Jack Black": "Po" },
    { "Jackie Chan": "Monkey" }
  ]
}

在上面的示例中

  • "id""title""genres""release-year""cast" 是属性
  • 每个属性都关联一个值,例如,"Kung Fu Panda""title" 的值
  • 文档包含一个字段,其属性是主键,值是唯一的文档 ID:"id": "1564"

NDJSON

NDJSON 或 jsonlines 对象由单独的行组成,其中每行都是有效的 JSON 文本,并且每行都以换行符分隔。适用于 NDJSON 格式的任何规则也适用于 Meilisearch 文档。

Meilisearch 只有在收到 application/x-ndjson 内容类型头时才会接受 NDJSON 文档。

与 JSON 相比,NDJSON 具有更好的写入性能,并且对 CPU 和内存的占用更少。它更容易验证,并且与 CSV 不同,可以处理嵌套结构。

上述 JSON 文档在 NDJSON 中将如下所示

{ "id": 1564, "title": "Kung Fu Panda", "genres": "Children's Animation", "release-year": 2008, "cast": [{ "Jack Black": "Po" }, { "Jackie Chan": "Monkey" }] }

CSV

CSV 文件以由分隔符字符分隔的值序列表示数据。Meilisearch 接受 CSV 文档的 stringbooleannumber 数据类型。如果您未指定属性的数据类型,它将默认为 string。空字段(如 ,,, ,)将被视为 null

默认情况下,Meilisearch 使用单个逗号 (,) 作为分隔符。使用 csvDelimiter 查询参数与添加或更新文档添加或替换文档端点来设置不同的字符。适用于 CSV 格式的任何规则也适用于 Meilisearch 文档。

Meilisearch 只有在收到 text/csv 内容类型头时才会接受 CSV 文档。

与 JSON 相比,CSV 具有更好的写入性能,并且对 CPU 和内存的占用更少。

上述 JSON 文档在 CSV 中将如下所示

"id:number","title:string","genres:string","release-year:number"
  "1564","Kung Fu Panda","Children's Animation","2008"

由于 CSV 不支持数组或嵌套对象,cast 无法转换为 CSV。

自动批处理

自动批处理将相似的连续操作合并到一个批次中并一起处理。这显著加快了索引过程。

Meilisearch 在以下情况下批处理文档添加和删除等操作

  • 目标相同索引
  • 紧密连续

同一批次中的任务共享相同的 startedAtfinishedAtduration 值。

如果任务因无效文档而失败,它将从批次中删除。批次的其余部分仍将正常处理。如果发生internal 错误,整个批次将失败,并且批次中的所有任务将共享相同的 error 对象。

自动批处理和任务取消

如果您正在取消的任务是批处理的一部分,Meilisearch 会中断整个过程,放弃所有进度,并取消该任务。然后,它会自动创建一个不包含已取消任务的新批处理,并立即开始处理该批处理。