查看原文
其他

号称取代 Elasticsearch,太猛了!

转自:网络

10倍提升效率,号称取代 Elasticsearch 的轻量级搜索引擎到底有多强悍?


Manticore Search介绍

Manticore Search 是一个使用 C++ 开发的高性能搜索引擎,创建于 2017 年,其前身是 Sphinx Search 。Manticore Search 充分利用了 Sphinx,显着改进了它的功能,修复了数百个错误,几乎完全重写了代码并保持开源。这一切使 Manticore Search 成为一个现代,快速,轻量级和功能齐全的数据库,具有出色的全文搜索功能。

Manticore Search目前在GitHub收获3.7k star,拥有大批忠实用户。同时开源者在GitHub介绍中明确说明了该项目是是Elasticsearch的良好替代品,在不久的将来就会取代ELK中的E。

同时,来自 MS 官方的测试表明 Manticore Search 性能比 ElasticSearch 有质的提升:

在一定的场景中,Manticore 比 Elasticsearch 快 15 倍!完整的测评结果,可以参考:

  • https://manticoresearch.com/blog/manticore-alternative-to-elasticsearch/

优势

它与其他解决方案的区别在于:

  • 它非常快,因此比其他替代方案更具成本效益。例如,Manticore:
  • 对于小型数据,比MySQL快182倍(可重现)
  • 对于日志分析,比Elasticsearch快29倍(可重现)
  • 对于小型数据集,比Elasticsearch快15倍(可重现)
  • 对于中等大小的数据,比Elasticsearch快5倍(可重现)
  • 对于大型数据,比Elasticsearch快4倍(可重现)
  • 在单个服务器上进行数据导入时,最大吞吐量比Elasticsearch快最多2倍(可重现)
  • 由于其现代的多线程架构和高效的查询并行化能力,Manticore能够充分利用所有CPU核心,以实现最快的响应时间。
  • 强大而快速的全文搜索功能能够无缝地处理小型和大型数据集。
  • 针对小、中、大型数据集提供逐行存储。
  • 对于更大的数据集,Manticore通过Manticore Columnar Library提供列存储支持,可以处理无法适合内存的数据集。
  • 自动创建高效的二级索引,节省时间和精力。
  • 成本优化的查询优化器可优化搜索查询以实现最佳性能。
  • Manticore是基于SQL的,使用SQL作为其本机语法,并与MySQL协议兼容,使您可以使用首选的MySQL客户端。
  • 通过PHP、Python、JavaScript、Java、Elixir和Go等客户端,与Manticore Search的集成变得简单。
  • Manticore还提供了一种编程HTTP JSON协议,用于更多样化的数据和模式管理。
  • Manticore Search使用C++构建,启动快速,内存使用最少,低级别优化有助于其卓越性能。
  • 实时插入,新添加的文档立即可访问。
  • 提供互动课程,使学习轻松愉快。
  • Manticore还拥有内置的复制和负载均衡功能,增加了可靠性。
  • 可以轻松地从MySQL、PostgreSQL、ODBC、xml和csv等来源同步数据。 - 虽然不完全符合ACID,但Manticore仍支持事务和binlog以确保安全写入。
  • 内置工具和SQL命令可轻松备份和恢复数据。

Craigslist、Socialgist、PubChem、Rozetka和许多其他公司使用 Manticore 进行高效搜索和流过滤。

使用

具体的安装方法:https://manticoresearch.com/install/

Docker 镜像可在Docker Hub上获取:

  • https://hub.docker.com/r/manticoresearch/manticore/

要在 Docker 中试验 Manticore Search,只需运行:

docker run -e EXTRA=1 --name manticore --rm -d manticoresearch/manticore && until docker logs manticore 2>&1 | grep -q "accepting connections"; do sleep 1; done && docker exec -it manticore mysql && docker stop manticore  

之后,可以进行其他操作,例如创建表、添加数据并运行搜索:

create table movies(title textyear int) morphology='stem_en' html_strip='1' stopwords='en';  
  
insert into movies(title, yearvalues ('The Seven Samurai'1954), ('Bonnie and Clyde'1954), ('Reservoir Dogs'1992), ('Airplane!'1980), ('Raging Bull'1980), ('Groundhog Day'1993), ('<a href="http://google.com/">Jurassic Park</a>'1993), ('Ferris Bueller\'Day Off', 1986);  
  
select highlight(), year from movies where match('
the dog');  
  
select highlight(), year from movies where match('
days') facet year;  
  
select * from movies where match('
google');  

完整文档和开源代码,可以移步:

  • https://github.com/manticoresoftware/manticoresearch

推荐阅读  点击标题可跳转

1、解密 asyncio 的 Future 和 Task

2、如何精确控制 asyncio 中并发运行的多个任务

3、Python 既是解释型语言,也是编译型语言

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存