一些提供 Elasticsearch 类似功能的开源项目

主要基于参考资料1的博客，可能存在一定时效性的问题(2021.8.17)

主要考虑使用 C/C++、Rust、Go 等相比于 Java 效率更高的编程语言开发的开源项目，GitHub Stars一定程度上反映了项目的影响力。

• RediSearch, 为 Redis 设计的查询、二级索引和全文搜索的解决方案，主要使用 C 语言，由 Redis团队开发，目前 GitHub Stars 3.9K+

  Redis 是一个内存数据库，数据存储在内存中

• Postgre FTS, PostgreSQL 数据库支持的全文搜索解决方案，属于 PostgreSQL 原生支持，PostgreSQL 主要使用 C 语言开发，PostgreSQL 目前在 GitHub 的镜像仓库 Stars 10.8K+

• TypeSense, Algolia 的开源替代，更容易使用的 Elasticsearch 替代方案，主要使用 C++ 语言开发，目前 GitHub Stars 10.6K+

  Algolia 是一家美国的创业公司，通过 SaaS(Software as a service) 模式提供网络搜索产品

• MeiliSearch, 一个强大、快速、开源、易于使用和部署的搜索引擎，主要使用 Rust 开发，目前GitHub Stars 28.7K+

特性对比

• Storage: 存储方式
• Distributed: 是否支持分布式部署；primary/replica→主从模式，RAFT→分布式一致性算法
• Replicated: 是否支持数据复制备份
• Languages：支持存储的语言类型
• Typo Tolerance: 错别字容忍度
• Boosting: 是否支持 Boosting Query，即调整查询结果的分数来达到查询结果的排序，为不喜欢的查询减分
• Exact Search: 是否支持精确检索
• Synonyms: 是否支持同义词配置

各自的一些局限

Elasticsearch

• 每个 cluster 超过 1000 个索引(或 20k 个 shards)就会变得不稳定

TypeSense

• 存储大小受可用 RAM 限制

Meilisearch

• 每个搜索查询支持的最大词汇数受限(10)
• 最大数据库大小为 100 GiB(每个实例可以更改)
• 最多支持 200 个索引
• 每个字段(field)最多 1000 个词

Benchmark 对比

测试数据

• Name: enwiki-20210720-abstract.xml
• XML size: 6.0 GB
• 查询词(Query words)是从 1000 个最受欢迎的英语单词 数据中随机选择的

测试硬件环境

2x General Purpose / 32 GB / 8 vCPUs DigitalOcean droplets (one for load generation + one for storage)

测试结果

索引时间

对于索引，只计算索引器在搜索后端请求中花费的时间。Elasticsearch, PostgreSQL 和 Typesense 在这部分表现出了类似的性能，而 RediSearch 慢了大约2倍。这个结果与 RedisLabs 的基准测试结果相矛盾，所以这里的设置可能不是最优的。另一方面，Meilisearch 在这部分的表现非常出色，它的搜索速度几乎是其他搜索引擎的7倍。

查询延迟

同样，RediSearch 在所有的查询中都是一个较慢的异常点，而 RedisLabs 也得到了不同的结果。另一个令人惊讶的异常值是 Typesense上的 "三个单词 "查询，由于某些原因，它平均花费了大量的时间。Meilisearch 显示了相当稳定的性能，特别是对于前缀和错别字查询。

对于不受支持的查询类型使用了0，但是对于精确短语和三个单词 and 查询，RediSearch 的耗时在1毫秒以内。

原始数据

总结

• Elasticsearch 仍然表现优异，它为索引和所有类型的查询提供了稳定的性能
• RediSearch 的索引性能一般，而且 RedisLabs 竭力推销他们的云计算解决方案，所以文档也是不合格的，但它可以为某些类型的查询提供亚毫秒的延迟
• PostgreSQL 对于简单的单词查询性能有一个奇怪的峰值，而且接口相当复杂，如果你已经有一个 Postgres 数据库，它可能是一个不错的解决方案
• 一般来说，TypeSense 的特性集和性能都很好，但在多词查询时出现了一个奇怪的峰值
• MeiliSearch 拥有绝对出色的性能(索引和查询)，但代价是:特性集和数据集的大小是有限的，而且由于没有可用的分布式选项，极大地限制了其应用场景

杂项

关于市场份额

SLINTEL 的数据(截至2022.8.17) 显示，Elasticsearch 在 Hosted Search 类别下的市场占有率为 37.86%，Elastic Stack的市场占有率为 47.40%。

Datanyze 的数据显示，Elasticsearch 在 Enterprise Search 类别下的市场占有率为 12.94%， Apache Solr的市场占有率为 26.38%，Apache Lucene 的市场占有率为 26.28%，Google Search Appliance 的市场占有率为 6.61%。

在 DB-Engines 关于搜索引擎的排名数据中，Elasticsearch 多年位居第一：

其中得分 Score 的计算方法主要依据以下原则：

• Number of mentions of the system on websites: 该系统在网站上的提及次数
• General interest in the system: 对该系统的普遍兴趣
• Frequency of technical discussions about the system: 关于系统的技术讨论的频率
• Number of job offers, in which the system is mentioned: 提及该系统的工作机会的数量
• Number of profiles in professional networks, in which the system is mentioned: 在专业网络中提到该系统的简介数量
• Relevance in social networks: 社交网络中的相关性

其他一些或许值得注意的项目

Manticore

使用 C++开发的 Elasticsearch 更快的开源替代方案，支持全文搜索和数据分析，基于 Sphinx 的基础进行开发，目前 GitHub Stars 2K+，仓库简介如下

Easy to use open source fast database for search | Good alternative to Elasticsearch now | Drop-in replacement for E in the ELK soon

一些和 Elasticsearch 的 Benchmark 对比如下：

性能似乎很不错，详细信息可以参阅参考资料 9-10 的链接进一步了解。

参考资料

1. Benchmarking Performance: Elasticsearch vs Competitors
2. Compare Algolia vs ElasticSearch vs Meilisearch vs Typesense
3. Meilsearch Documentation
4. Elasticsearch Alternatives and Reviews (Jun 2022)
5. Elasticsearch - Market Share, Competitor Insights in Hosted Search
6. Enterprise Search Market Share Report | Competitor Analysis | Apache Solr, Apache Lucene, Elasticsearch
7. DB-Engines Ranking - popularity ranking of search engines
8. 开源搜索引擎排名第一，Elasticsearch是如何做到的？ - 腾讯云开发者社区-腾讯云
9. Manticore: a faster alternative to Elasticsearch in C++ with a 21-year history
10. manticoresoftware/manticoresearch: Easy to use open source fast database for search | Good alternative to Elasticsearch now | Drop-in replacement for E in the ELK soon