10倍提升效率，號稱取代 Elasticsearch 的輕量級搜索引擎到底有多強悍？

Manticore Search介紹

Manticore Search 是一個使用 C++ 開發的高性能搜索引擎，創建于 2017 年，其前身是 Sphinx Search 。Manticore Search 充分利用了 Sphinx，顯著改進了它的功能，修復了數百個錯誤，幾乎完全重寫了代碼并保持開源。這一切使 Manticore Search 成為一個現代，快速，輕量級和功能齊全的數據庫，具有出色的全文搜索功能。

Manticore Search目前在GitHub收獲3.7k star，擁有大批忠實用戶。同時開源者在GitHub介紹中明確說明了該項目是是Elasticsearch的良好替代品，在不久的將來就會取代ELK中的E。

同時，來自 MS 官方的測試表明 Manticore Search 性能比 ElasticSearch 有質的提升：

在一定的場景中，Manticore 比 Elasticsearch 快 15 倍！完整的測評結果，可以參考:

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

優勢

它與其他解決方案的區別在于：

• 它非常快，因此比其他替代方案更具成本效益。例如，Manticore:
• 對于小型數據，比MySQL快182倍（可重現）
• 對于日志分析，比Elasticsearch快29倍（可重現）
• 對于小型數據集，比Elasticsearch快15倍（可重現）
• 對于中等大小的數據，比Elasticsearch快5倍（可重現）
• 對于大型數據，比Elasticsearch快4倍（可重現）
• 在單個服務器上進行數據導入時，最大吞吐量比Elasticsearch快最多2倍（可重現）
• 由于其現代的多線程架構和高效的查詢并行化能力，Manticore能夠充分利用所有CPU核心，以實現最快的響應時間。
• 強大而快速的全文搜索功能能夠無縫地處理小型和大型數據集。
• 針對小、中、大型數據集提供逐行存儲。
• 對于更大的數據集，Manticore通過Manticore Columnar Library提供列存儲支持，可以處理無法適合內存的數據集。
• 自動創建高效的二級索引，節省時間和精力。
• 成本優化的查詢優化器可優化搜索查詢以實現最佳性能。
• Manticore是基于SQL的，使用SQL作為其本機語法，并與MySQL協議兼容，使您可以使用首選的MySQL客戶端。
• 通過PHP、Python、JavaScript、Java、Elixir和Go等客戶端，與Manticore Search的集成變得簡單。
• Manticore還提供了一種編程HTTP JSON協議，用于更多樣化的數據和模式管理。
• Manticore Search使用C++構建，啟動快速，內存使用最少，低級別優化有助于其卓越性能。
• 實時插入，新添加的文檔立即可訪問。
• 提供互動課程，使學習輕松愉快。
• Manticore還擁有內置的復制和負載均衡功能，增加了可靠性。
• 可以輕松地從MySQL、PostgreSQL、ODBC、xml和csv等來源同步數據。- 雖然不完全符合ACID，但Manticore仍支持事務和binlog以確保安全寫入。
• 內置工具和SQL命令可輕松備份和恢復數據。

Craigslist、Socialgist、PubChem、Rozetka和許多其他公司使用 Manticore 進行高效搜索和流過濾。

使用

具體的安裝方法：https://manticoresearch.com/install/

Docker 鏡像可在Docker Hub上獲取：

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

要在 Docker 中試驗 Manticore Search，只需運行：

dockerrun-eEXTRA=1--namemanticore--rm-dmanticoresearch/manticore&&untildockerlogsmanticore2>&1|grep-q"acceptingconnections";dosleep1;done&&dockerexec-itmanticoremysql&&dockerstopmanticore

之后，可以進行其他操作，例如創建表、添加數據并運行搜索：

createtablemovies(titletext,yearint)morphology='stem_en'html_strip='1'stopwords='en';

insertintomovies(title,year)values('TheSevenSamurai',1954),('BonnieandClyde',1954),('ReservoirDogs',1992),('Airplane!',1980),('RagingBull',1980),('GroundhogDay',1993),(',1993),('FerrisBueller'sDayOff',1986);

selecthighlight(),yearfrommovieswherematch('thedog');

selecthighlight(),yearfrommovieswherematch('days')facetyear;

select*frommovieswherematch('google');

完整文檔和開源代碼，可以移步：

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