与替代方案的比较

网络上有许多搜索引擎，包括开源和其他类型的。决定哪种搜索方案最适合您的项目非常重要，但也非常困难。在本文中，我们将介绍 Meilisearch 和其他搜索引擎之间的差异

• 在比较表中，我们概述了 Meilisearch 和其他搜索引擎之间的一般差异

• 在方法比较中，我们重点关注 Meilisearch 如何与 ElasticSearch 和 Algolia 这两个目前市场上最大的解决方案相比较

• 最后，我们将在本文结尾深入分析更广泛的搜索引擎格局

注意：我们仅列出每个不同搜索引擎内部团队官方支持的库。

找不到您希望我们支持的客户端？提交您的想法或为其投票 😇 😇

Elasticsearch 被设计为后端搜索引擎。虽然它不适合此目的，但通常用于为最终用户构建搜索栏。

Elasticsearch 可以处理搜索海量数据和执行文本分析。为了使其有效地用于最终用户搜索，您需要花时间了解更多关于 Elasticsearch 内部工作原理的信息，以便能够自定义和调整它以满足您的需求。

与 Elasticsearch 不同，Elasticsearch 是一种通用的搜索引擎，专为大量日志数据（例如，后向搜索）而设计，Meilisearch 旨在提供面向最终用户的性能卓越的即时搜索体验（例如，前向搜索）。

如果您想提供完整的即时搜索体验，Elasticsearch 有时可能太慢。在返回搜索结果方面，大多数时候它比 Meilisearch 慢得多。

如果您需要一个简单易用的工具来部署容错字搜索栏，Meilisearch 是一个完美的选择。它提供前缀搜索功能，使搜索对用户来说直观，并开箱即用地立即返回具有出色相关性的结果。

有关其与 Meilisearch 相比的更详细分析，请参阅我们的 关于 Elasticsearch 的博客文章。

Meilisearch 的灵感来自 Algolia 的产品及其背后的算法。我们确实研究了他们博客文章中描述的大多数算法和数据结构，以便实现我们自己的算法和数据结构。因此，Meilisearch 是一个新的搜索引擎，它基于 Algolia 的工作和最新的研究论文。

Meilisearch 提供类似的功能，并以与其竞争对手相同的速度达到相同的相关性水平。

如果您是当前的 Algolia 用户，正在考虑切换到 Meilisearch，您可能会对我们的 迁移指南 感兴趣。

Algolia 和 Meilisearch 之间最显着的一些相似之处是

• 功能，例如即时搜索、容错字、分面等。
• 快速结果，目标是即时搜索体验（响应时间 < 50 毫秒）
• 无模式索引
• 支持所有 JSON 数据类型
• 异步 API
• 类似的查询响应

与 Algolia 相反，Meilisearch 是开源的，可以被 fork 或自托管。

此外，Meilisearch 是用 Rust 编写的，Rust 是一种现代的系统级编程语言。Rust 提供了速度、可移植性和灵活性，这使得我们的搜索引擎可以无缝地部署在虚拟机、容器甚至 Lambda@Edge 中。

Algolia 的定价模型 基于保留的记录数和执行的 API 操作数。对于中小型企业来说，它可能非常昂贵。

Meilisearch 是一款 开源 搜索引擎，可通过 Meilisearch Cloud 或自托管获得。与 Algolia 不同，Meilisearch 定价 基于存储的文档数量和执行的搜索操作数量。但是，Meilisearch 提供了更慷慨的免费层级，允许存储更多文档，并且搜索使用定价也更公平。Meilisearch 还为更大的用例提供了 Pro 层级，以实现更可预测的定价。

Apache Lucene 是一个免费的开源搜索库，用于索引和搜索全文文档。它由 Doug Cutting 于 1999 年创建，Doug Cutting 之前曾在 Xerox 的 Palo Alto 研究中心 (PARC) 和 Apple 编写搜索引擎。Lucene 用 Java 编写，旨在构建 Web 搜索应用程序，如 Google 和 DuckDuckGo，其中后者仍然将 Lucene 用于某些类型的搜索。

自那时以来，Lucene 已被划分为多个项目

• Lucene 本身：全文搜索库。
• Solr：一个企业级搜索服务器，具有强大的 REST API。
• Nutch：一个可扩展和可伸缩的网络爬虫，依赖于 Apache Hadoop。

由于 Lucene 是许多开源或闭源搜索引擎背后的技术，因此它被认为是参考搜索库。

Sonic 是一个用 Rust 编写的轻量级且无模式的搜索索引服务器。Sonic 不能被视为开箱即用的解决方案，与 Meilisearch 相比，它不确保相关性排名。它不是存储文档，而是包含一个带有 Levenshtein 自动机的倒排索引。这意味着任何查询 Sonic 的应用程序都必须使用返回的 ID 从外部数据库检索搜索结果，然后应用一些相关性排名。

它能够在几 MB 的 RAM 上运行的能力使其成为数据库工具的极简且资源高效的替代方案，数据库工具可能过于重量级而无法扩展。

与 Meilisearch 一样，Typesense 是一款轻量级的开源搜索引擎，针对速度进行了优化。为了更好地了解它与 Meilisearch 的比较，请参阅我们的 关于 Typesense 的博客文章。

Solr 是 Apache Lucene 的一个子项目，由 Yonik Seeley 于 2004 年创建，如今已成为全球使用最广泛的搜索引擎之一。Solr 是一个用 Java 编写并构建在 Lucene 之上的搜索平台。换句话说，Solr 是 Lucene Java API 的 HTTP 包装器，这意味着您可以通过使用它来利用 Lucene 的所有功能。此外，Solr 服务器与 Solr Cloud 相结合，提供分布式索引和搜索功能，从而确保高可用性和可伸缩性。数据是共享的，但也自动复制。此外，Solr 不仅仅是一个搜索引擎；它通常用作文档结构的 NoSQL 数据库。文档存储在集合中，集合可以与关系数据库中的表相媲美。

由于其可扩展的插件架构和可自定义的功能，Solr 是一款具有无数用例的搜索引擎，尽管它可以索引和搜索文档和电子邮件附件，但它在企业搜索中尤其受欢迎。

Bleve 和 Tantivy 是搜索引擎项目，分别用 Golang 和 Rust 编写，灵感来自 Apache Lucene 及其算法（例如，tf-idf，即词频-逆文档频率的缩写）。与 Lucene 一样，两者都是用于任何搜索项目的库；但是它们不是即用型 API。

Elasticsearch 是一款基于 Lucene 库的搜索引擎，在全文搜索中最受欢迎。它提供通过 HTTP 上的 JSON 访问的 REST API。它的一个关键选项（称为索引分片）使您能够将索引划分为物理空间，以提高性能并确保高可用性。Lucene 和 Elasticsearch 都是为处理高容量数据流、分析日志和运行复杂查询而设计的。您可以对与指定查询匹配的文档执行操作和分析（例如，计算所有名为“Thomas”的用户的平均年龄）。

如今，Lucene 和 Elasticsearch 是搜索引擎领域的主导者。它们都是适用于许多不同搜索用例以及构建自己的推荐引擎的可靠解决方案。它们是很好的通用产品，但需要正确配置才能获得与 Meilisearch 或 Algolia 类似的结果。

Algolia 是一家以 SaaS 模式提供搜索引擎的公司。其软件是闭源的。在早期阶段，Algolia 提供了可以嵌入到应用程序中的移动搜索引擎，面临着从头开始实现搜索算法的挑战。从一开始，就决定构建一个直接面向最终用户的搜索引擎，特别是，在移动应用程序或网站中实现搜索。Algolia 在过去几年中成功地证明了容忍错别字对于改善用户体验至关重要，同样，它对降低跳出率和提高转化率的影响也至关重要。

除了 Algolia 之外，搜索引擎市场上还有多种 SaaS 产品可供选择。它们中的大多数都使用 Elasticsearch 并微调其设置，以便拥有自定义和个性化的解决方案。

Swiftype 是一家专门从事网站搜索和分析的搜索服务提供商。Swiftype 由 Matt Riley 和 Quin Hoxie 于 2012 年创立，自 2017 年 11 月起归 Elastic 所有。它是一个构建在 Elasticsearch 之上的端到端解决方案，这意味着它能够利用 Elastic Stack。

Doofinder 是一项付费的站内搜索服务，旨在集成到任何配置很少的网站中。在线商店使用 Doofinder 来提高销量，旨在方便购买过程。

每种搜索解决方案最适合特定用例的约束。由于每种类型的搜索引擎都提供一组独特的功能，因此比较它们的性能既不容易也不相关。例如，在基于产品的数据库上比较 Elasticsearch 和 Algolia 的速度是不公平的。对于非常大的基于全文的数据库也是如此。

因此，我们无法将自己与针对特定任务的基于 Lucene 或其他搜索引擎进行比较。

在我们涵盖的特定用例中，与 Meilisearch 最相似的解决方案是 Algolia。

虽然 Algolia 提供最先进和强大的搜索功能，但这种效率伴随着昂贵的定价。此外，他们的服务面向大型公司销售。

Meilisearch 致力于所有类型的开发人员。我们的目标是提供一个对开发人员友好的工具，易于安装和部署。因为为最终用户提供开箱即用的出色搜索体验对我们很重要，所以我们希望让每个人都能以最小的努力并且无需任何经济资源即可获得最佳搜索体验。

通常，当开发人员正在寻找集成到其应用程序中的搜索工具时，他们会选择 ElasticSearch 或效果较差的选择。即使 Elasticsearch 不是最适合此用例，它仍然是一个很好的源代码可用解决方案。但是，它需要技术知识才能执行高级功能，因此需要更多时间才能根据您的业务进行自定义。

我们的目标是成为开发人员的默认解决方案。