放弃Elasticsearch吧：这款轻量级搜索引擎更好用

01 引言

在开发社交类应用时，实现内容检索功能是常见需求。传统方案往往选择全文检索工具，而Manticore Search作为轻量级搜索引擎，在SQL支持和性能表现上都颇具优势。

02 Manticore Search 简介

作为高性能搜索引擎数据库，Manticore Search专为搜索和数据分析场景优化。该产品源自Sphinx Search，经过2017年重构后独立发展。核心特性包括：

1. 卓越的全文检索性能：支持20余种运算符和排名因子
2. 实时索引更新：文档变更即时生效
3. 向量搜索能力：支持KNN算法实现语义搜索
4. 灵活的存储方案：可选列式存储降低内存消耗
5. 多协议支持：兼容MySQL协议和HTTP JSON接口
6. 集群扩展：通过Galera实现多主复制

这款C++编写的开源工具启动迅速，内存占用极低，其潜力尚未被国内市场充分认知。

03 核心功能

3.1 全文检索

match运算符支持复杂查询构建，通过分词器处理输入文本，并支持多种全文操作符。需要注意的是：

1. 全文匹配可与属性过滤器进行AND运算
2. 单个SELECT语句仅支持一个MATCH()子句
3. 支持JOIN等高级查询语法

特色功能包括：

1. 拼写纠错和自动补全
2. 同义词扩展与词形还原
3. 精准的中文分词处理
4. 搜索结果高亮显示
5. 自定义排序规则配置

3.2 向量搜索

结合机器学习模型，可实现：

1. 语义搜索功能
2. 相似内容推荐
3. 多媒体相似性检索

3.3 结构化查询

除全文检索外，还支持：

1. 数值范围过滤
2. 多条件布尔组合
3. 跨表关联查询
4. 聚合统计分析

3.4 存储模式

提供行式存储和列式存储两种方案，后者更适合海量数据分析场景，与Starrocks等NewSQL数据库采用相同技术路线。

04 基于Match的实践

通过Docker可快速搭建环境：

docker pull manticoresearch/manticore
docker run --name manticore -p9306:9306 -p9308:9308 -p9312:9312 -d manticoresearch/manticore

4.1 准备工作

Java项目需添加依赖：

<dependency>
    <groupId>com.manticoresearchgroupId>
    <artifactId>manticoresearchartifactId>
    <version>8.1.0version>
dependency>

初始化客户端连接：

ApiClient apiClient = Configuration.getDefaultApiClient();
apiClient.setBasePath("http://ip:9308");

4.2 SQL 查询

原生SQL查询示例：

String sql = "select * from blogs where match('Docker') and id < 100";
SqlResponse response = utilsApi.sql(sql, true);
// 结果处理逻辑

关键点说明：

1. 通过UtilsApi.sql()执行原始SQL
2. match()函数实现全文检索
3. 使用JSON解析返回结果

4.3 SearchApi

REST API调用方式：

SearchQuery searchQuery = new SearchQuery();
// 构建查询条件
SearchResponse response = searchApi.search(searchRequest);

组合查询要点：

1. 支持must/must_not/should/filter四种逻辑组合
2. 本例演示AND条件组合：内容匹配"Docker"且ID小于100

4.4 性能对比

10万条数据测试结果：

MySQL LIKE查询耗时约142ms

Manticore检索仅需14ms

05 小结

作为Elasticsearch的轻量级替代方案，Manticore Search在搜索性能和SQL支持方面表现突出。通过DBeaver等工具可便捷管理，是构建高效检索系统的理想选择。