尽管存在重大缺陷,我们还是选择了美丽搜索而不是其他搜索引擎
知识点掌握了,还需要不断练习才能熟练运用。下面golang学习网给大家带来一个Golang开发实战,手把手教大家学习《尽管存在重大缺陷,我们还是选择了美丽搜索而不是其他搜索引擎》,在实现功能的过程中也带大家重新温习相关知识点,温故而知新,回头看看说不定又有不一样的感悟!
是否值得在第三方搜索引擎上投入资源?这是我们的理由。
我们正在不断努力改进 Hexmos 为即将发布的版本提供的产品反馈。
新功能和页面不断出现,用户界面不断变化,错误不断被注意到和修复,产品中正在发生许多变化。随着产品的发展,我们意识到我们需要改进整个产品的导航。
我们已经有了侧边栏和客户端搜索包cmdk来导航到不同的屏幕,但是当我们想要搜索不同的用户资料、团队、团队绩效等时就会出现困难,这迫使我们集成更好的第三方反馈搜索引擎。
使用专用搜索引擎的另一个原因是我们链上还有其他产品,例如FeedZap,未来需要复杂的文本搜索操作。
考虑到这一点,我们计划努力实现一个专用的、强大的搜索引擎,以适应我们的用例和资源可用性。
如何选择适合您需求的搜索引擎
有很多可用的搜索引擎,包括开源搜索引擎、无服务器、基于服务器等。
在深入找出正确的方案之前,最好先分析一下您的需求和基础设施,包括当前和未来的需求。
对于某些产品,可搜索的数据很少,但需要具有良好的搜索功能和最少的操作,但又买不起专用服务器。
对于其他产品,数据集更大,需要额外复杂的搜索操作,并且有足够的资源来加载专用搜索引擎。
基于此,我回顾了几个流行的搜索引擎。
需要良好的性能,数据集较小,并且买不起服务器
PostgreSQL 全文搜索
如果您正在使用 PostgreSQL 并且不想维护任何其他基于索引的数据库,那么 PostgreSQL 全文搜索 (PSFTS) 是一个不错的选择。但是,不建议在处理数百万笔交易和大量数据管理的大型用例中使用它。
布莱韦
如果您的项目位于 Go 生态系统内,那么 Bleve 是另一个值得考虑的选择。如果您不能依赖强大的基于服务器的搜索引擎服务,建议您使用。这是 Bleve 的基准报告。坦蒂维
Tantivy 是用 Rust 编写的,对于基于 Rust 的项目特别有用。它已收到许多积极的反馈,是一个值得考虑的不错选择。

需要强大的性能、大数据集并且能够负担得起服务器
如果您拥有服务器或云实例,并且需要一个功能强大、可扩展且具有完全控制权的搜索引擎,那么基于服务器的选项就是最佳选择。
我们的考虑和要求促使我们选择基于服务器的搜索引擎。我们有足够的资源来托管它,它比无服务器选项更好
- 长期使用
- 可扩展性
- 对复杂搜索操作的额外支持,例如:
-
- 分面搜索:这意味着在线购物时,您可能会搜索“笔记本电脑”,然后使用分面搜索通过选择“价格低于 1000 美元”、“品牌:Apple”和“RAM:16GB”等过滤器来缩小结果范围。
- 多重搜索:考虑可以让用户同时搜索航班、酒店和汽车租赁并显示综合结果的旅游网站。
- 键入即搜索:它根据每次击键提供实时搜索结果。
多种产品的通用搜索系统。
- 美丽搜索
- 类型感
- PISA 搜索
- 蝎尾狮
| meili搜索 | 类型感 | 比萨搜索 | 蝎尾狮 | |
|---|---|---|---|---|
| 是的 | 是的 | 没有 | 没有 | |
| 是的 | 是的 | 没有 | 没有 | |
| 是的 | 是的 | - | 是的 | |
| 对于 224 MB 磁盘:~305 MB RAM 主要索引位置是磁盘 | 主索引位置是 RAM,100MB 磁盘需要 300MB RAM | - | - | |
| 对于 12 核机器,它最多使用 6 核 与高 CPU 使用率相关的 github 问题 | 对于 4vCPU 处理 104 个并发搜索/秒 | - | - | |
| 是的 | 是的 | - | - |
我们过滤掉了 PISA 搜索和 Manticore,因为它们都不提供我们的应用程序所需的“即输入即搜索”和分面搜索功能。
继续阅读全文:https://journal.hexmos.com/we-chose-meilisearch-over-10-other-search-engines-despite-a-major-drawback/
终于介绍完啦!小伙伴们,这篇关于《尽管存在重大缺陷,我们还是选择了美丽搜索而不是其他搜索引擎》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识,快来关注吧!
值得一读的 JavaScript、TypeScript 和 Nodejs 书籍
- 上一篇
- 值得一读的 JavaScript、TypeScript 和 Nodejs 书籍
- 下一篇
- java框架如何帮助开发人员专注于业务逻辑,提高生产力?
-
- Golang · Go教程 | 30分钟前 |
- 明文 HTTP/2 服务怎样通过 Protocols 显式开启
- 328浏览 收藏
-
- Golang · Go教程 | 50分钟前 |
- 用 http.Protocols 控制反向代理上游协议
- 330浏览 收藏
-
- Golang · Go教程 | 1小时前 | go · net/http ·
- Go HTTP Server 如何只启用 HTTP/1 与 HTTP/2
- 460浏览 收藏
-
- Golang · Go教程 | 3小时前 | go · net/http ·
- ResponseController 怎样接管全双工 HTTP 连接
- 199浏览 收藏
-
- Golang · Go教程 | 4小时前 | go · net/http ·
- 用 ResponseController 在代理中逐块刷新数据
- 491浏览 收藏
-
- Golang · Go教程 | 4小时前 | go · Go教程 · net/http · WriteTimeout SSE 流式响应 SetWriteDeadline Go ResponseController
- ResponseController 如何为流式响应设置单独写超时
- 446浏览 收藏
-
- Golang · Go教程 | 4小时前 | go · 文件上传 · Go 临时文件 资源清理 mime/multipart multipart
- multipart 上传失败后怎样及时清理临时资源
- 251浏览 收藏
-
- Golang · Go教程 | 5小时前 | 文件上传 · Go教程 · net/http · 接口安全 · MaxBytesReader io.LimitReader 流式上传 Go MultipartReader multipart字段限制
- 用 MultipartReader 限制每个表单字段的读取量
- 305浏览 收藏
-
- Golang · Go教程 | 5小时前 |
- OpenTelemetry Go 怎样处理乱序 Span 并还原服务调用关系
- 148浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 395次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 474次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 479次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 423次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 250次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览

