搜索引擎：Meilisearch、Cellulite、LMDB、Tantivy、Quickwit

Meilisearch

官网，闪电般快速的开源（GitHub，58.6K Star，2.6K Fork）搜索引擎，专为现代应用设计。提供开箱即用的功能，能够在不到50毫秒内返回搜索结果，支持混合搜索（结合语义搜索和全文搜索）、拼写容错、多语言支持、地理搜索等高级特性。

功能

• 混合搜索：结合语义搜索和全文搜索的优势，提供最相关的搜索结果，支持向量搜索和传统关键词搜索
• 混合向量检索：支持文本、图片多模态向量存储，可直接对接LLM搭建本地知识库RAG系统
• 即时搜索：内置优化倒排索引与内存映射存储，在不到50毫秒内返回结果，提供流畅的边输入边搜索体验
• 拼写容错：自动识别错别字、拼音近似词
• 分词：原生适配中文，无需手动安装分词插件
• 过滤与分面搜索：通过自定义过滤器增强搜索体验，几行代码即可构建分面搜索界面
• 排序功能：内置相关性排序算法，默认返回高质量结果，可自定义字段权重。如基于价格、日期或任何自定义字段对结果进行排序
• 实用业务检索能力：分面筛选、地理范围搜索、自定义过滤、批量文档增删、异步索引更新；
• 同义词支持：配置同义词以包含更多相关内容
• 地理搜索：基于地理位置数据过滤和排序文档
• 多语言支持：支持任何语言的数据集搜索，对中文、日文、希伯来语和拉丁字母语言进行优化
• 安全管理：通过API密钥控制用户访问权限，支持细粒度权限管理
• 多租户支持：为任意数量的应用租户个性化搜索结果
• RESTful API：通过插件和SDK轻松集成到技术栈中
• AI就绪：开箱即用支持LangChain和MCP
• 轻量化运维配套：内置简易管理面板、API密钥权限隔离、自动持久化存储，支持定时快照备份。

亮点

• 极致性能：基于Rust构建，提供闪电般的搜索速度。搜索响应时间通常在50毫秒以内，即使在大规模数据集上也能保持高性能。支持实时索引更新，无需重建整个索引。
• Rust内存安全架构：无GC、无内存泄漏，核心检索模块拆分为独立Crate，milli引擎单独封装索引逻辑，分层清晰便于二次开发；
• 混合搜索架构将语义搜索（理解查询意图）和全文搜索（精确匹配关键词）完美结合，提供比单一搜索方式更准确的结果。支持向量嵌入和传统倒排索引的混合查询。
• 开箱即用的智能特性：拼写容错、同义词识别、停用词处理等功能无需配置即可使用。智能排序算法自动优化搜索结果的相关性，提供类似Google的搜索体验。
• 企业级功能：提供社区版（CE）和企业版（EE）。企业版包含分片（Sharding）、S3流式快照等高级功能，适合大规模部署。支持多租户架构，可为不同用户提供个性化搜索结果。
• 生态系统丰富：提供多语言SDK（JavaScript、Python、Ruby、Go、Rust、PHP、Java、.NET、Swift等），以及与React、Vue、Angular、Rails、Laravel、Django等主流框架的集成工具。支持Docker、Kubernetes等容器化部署。
• MDBX嵌入式存储：摒弃重型数据库，采用轻量化键值库，读写性能优异，断电数据不损坏；
• 模块化检索引擎：关键词检索、向量检索、分词器、过滤器完全解耦，可按需替换分词模型、向量嵌入器；
• 极简API设计：屏蔽底层索引复杂逻辑，接口参数少、学习成本极低，新手半小时完成接入；

适用场景：电商商品检索、博客/文档站全文搜索、企业内部知识库、本地AI向量数据库、SaaS多租户检索、开源项目文档检索。

实战

部署方式：

• GitHub Release页面下载
• Docker
• 命令行
• Meilisearch Cloud：官方托管服务

# 基于Dockerdockerrun-d\--namemeilisearch\--restartalways\-p7700:7700\-v/data/meili:/meili_data\-eMASTER_KEY=<自定义高强度密钥>\getmeili/meilisearch:latest# Macbrewinstallmeilisearchaptinstallmeilisearch meilisearch --master-key="MASTER_KEY"# 创建索引并添加文档curl-XPOST'http://localhost:7700/indexes/movies/documents'\-H'Content-Type: application/json'\--data-binary'[ {"id": 1, "title": "The Matrix", "genre": "Sci-Fi"} ]'# 搜索curl'http://localhost:7700/indexes/movies/search?q=matrix'

Cellulite

官网，用Rust编写、Meilisearch官方基于LMDB的开源（GitHub）嵌入式地理空间数据库存储引擎。官方文档

功能：

• 存储GeoJSON格式的地理形状（点、线、面）
• 快速查找“某个区域内有哪些地标”
• 支持多边形和近似圆形搜索
• 写入后自动构建立体空间索引
• 查询延迟低至毫秒级，百万级数据毫无压力

示例
.in_shape()方法接受多边形传参，就能找出所有落在该区域内部或相交的地理对象ID；适用于：地图选区查询、行政区划筛选、物流配送范围判断。

letdoc_ids=cellulite.in_shape(&rtxn,&polygon![(x:-111.,y:45.),(x:-111.,y:41.),(x:-104.,y:41.),(x:-104.,y:45.),]).unwrap();

.in_circle()用多边形逼近圆，精度越高越像圆，但计算越慢。15是个不错的平衡值，误差小到可忽略。适用场景：搜索附近3公里的奶茶店、5km内的充电桩。

letdoc_ids=cellulite.in_circle(&rtxn,point!{x:181.2,y:51.79},1000.0,// 半径（米）15// 精度：用15个点逼近圆).unwrap();

LMDB

Lightning Memory-Mapped Database简称，以超高速、低延迟、内存映射著称的开源（GitHub，2.9K Star，624 Fork）嵌入式KV数据库。

优势：

• 零拷贝读取
• 多进程安全
• ACID事务支持
• 极致压缩与空间利用率

Tantivy

与Elasticsearch或Solr不同，并不是一个即用型的搜索引擎服务器，而是一个可用于构建搜索引擎的Rust crate；即提供一个构建自定义搜索引擎的开源（GitHub，14.8K Star，888 Fork）框架，而不是一个完全现成的解决方案。

Tantivy的设计灵感来源于Lucene，更侧重于为开发者提供高效、灵活的构建模块。更适合那些需要快速实现特定搜索功能并进行高度定制的用户。提供必要的核心功能，如倒排索引、查询解析器等，但需要开发者自己去实现如何部署和维护搜索服务。

功能：

• 全文搜索支持：可进行复杂的全文检索，包括布尔查询和短语查询等；
• 配置化的分词器：支持多达17种拉丁语语言的词干提取，还支持中文、日文和韩文的分词器（如tantivy-jieba、lindera等）；
• 快速响应时间：启动时间非常短，通常小于10毫秒，非常适合用作命令行工具；
• BM25评分：支持基于BM25算法进行文档评分；
• 增量索引：可支持对现有索引进行增量更新，避免完全重建索引；
• 多线程索引：支持多线程并行索引，能在短时间内完成大规模文档的索引（如英文维基百科的索引只需要不到3分钟）；
• Mmap目录：支持内存映射目录，提升索引和查询性能；
• 高效的压缩算法：支持LZ4、Zstd等压缩方式，帮助减少存储空间和提高数据传输效率；
• 范围查询和分面搜索：能够进行多维度的数据查询分析，如日期范围查询或地理位置查询；
• 文档存储和字段类型支持：支持文本、整型、浮动点数、布尔值等多种字段类型，同时还可以进行文档压缩存储。

适用场景：

• 构建自定义的全文搜索引擎，支持各种查询方式；
• 实现增量索引和快速文档搜索，满足高效的数据检索需求；
• 需要支持快速响应时间和大规模数据的索引处理。

Benchmark

Tantivy提供一个基准测试，可帮助用户理解其在不同查询类型和数据集合上的性能。尽管如此，性能表现会受到查询类型、数据量和硬件环境的影响。因此，用户在使用时可能会经历不同的性能结果。

安装

安装最新版本的Rust，通过cargo安装并构建Tantivy。

创建索引和查询：使用tantivy-cli创建一个简单的搜索引擎。你可以通过命令行工具或小型REST API进行索引和查询操作。

Tantivy使用的是不可变的数据结构，因此文档编辑时需要先删除原文档，然后重新索引。

文档在提交给IndexWriter并调用提交后变为可搜索，现有IndexReader需要重新加载才能反映这些变更。

Quickwit

官网，基于Rust+Tantivy，在对象存储上跑亚秒级全文搜索的开源（GitHub，11K Star，537 Fork）分布式引擎，计算存储完全分离，专为PB级日志和事件数据设计。官方文档。

Elasticsearch是"计算和存储绑定"的架构——数据存在本地磁盘，扩容要搬数据，缩容要迁分片，运维成本随数据量指数上升。

Quickwit，数据存储于S3/MinIO等对象存储，计算节点无状态：

• 存储成本断崖式下降：S3的价格是EBS的1/10，PB级数据存得起
• 弹性伸缩无感：加减计算节点不需要移动任何数据，秒级完成
• 索引和搜索独立扩展：写入高峰加索引节点，查询高峰加搜索节点，互不干扰
• 多租户隔离天然友好：数据在对象存储里天然隔离，按用量计费轻而易举

适用场景：

• 日志管理：海量日志长期存储+低频查询，正是对象存储搜索的最佳场景
• 分布式追踪：原生支持OpenTelemetry，链路数据直接灌进来
• 不可变事件数据：聊天记录、邮件归档、审计日志，写入后不修改的数据
• 基于事件的分析：安全日志关联分析、行为事件回溯

不适用场景：需要毫秒级实时搜索的在线业务、频繁更新文档。

架构