号称取代 Elasticsearch，太猛了！

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 text, year int) morphology='stem_en' html_strip='1' stopwords='en';  
  
insert into movies(title, year) values ('The Seven Samurai', 1954), ('Bonnie and Clyde', 1954), ('Reservoir Dogs', 1992), ('Airplane!', 1980), ('Raging Bull', 1980), ('Groundhog Day', 1993), ('Jurassic Park', 1993), ('Ferris Bueller\'s 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');