點選「 IT碼徒 」， 關註，置頂 公眾號
每日技術幹貨，第一時間送達！
1
Manticore Search介紹
Manticore Search 是一個使用 C++ 開發的高效能搜尋引擎，建立於 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，幾乎完全重寫了程式碼並保持開源。這一切使 Manticore Search 成為一個現代，快速，輕量級和功能齊全的資料庫，具有出色的全文搜尋功能。
Manticore Search目前在GitHub收獲3.7k star，擁有大批忠實使用者。同時開源者在GitHub介紹中明確說明了該計畫是是Elasticsearch的良好替代品，在不久的將來就會取代ELK中的E。
在一定的場景中，Manticore 比 Elasticsearch 快 15 倍！完整的測評結果。
參考： https://manticoresearch.com/blog/manticore-alternative-to-elasticsearch/
2
優勢
它與其他解決方案的區別在於：
它非常快，因此比其他替代方案更具成本效益。例如，Manticore:
對於小型數據，比MySQL快182倍（可重現）
對於日誌分析，比Elasticsearch快29倍（可重現）
對於小型數據集，比Elasticsearch快15倍（可重現）
對於中等大小的數據，比Elasticsearch快5倍（可重現）
對於大型數據，比Elasticsearch快4倍（可重現）
在單個伺服器上進行數據匯入時，最大吞吐量比Elasticsearch快最多2倍（可重現）
由於其現代的多執行緒架構和高效的查詢並列化能力，Manticore能夠充分利用所有CPU核心，以實作最快的響應時間。
強大而快速的全文搜尋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儲存。
對於更大的數據集，Manticore透過Manticore Columnar Library提供列儲存支持，可以處理無法適合記憶體的數據集。
自動建立高效的二級索引，節省時間和精力。
成本最佳化的查詢最佳化器可最佳化搜尋查詢以實作最佳效能。
Manticore是基於SQL的，使用SQL作為其本機語法，並與MySQL協定相容，使您可以使用首選的MySQL客戶端。
透過PHP、Python、JavaScript、Java、Elixir和Go等客戶端，與Manticore Search的整合變得簡單。
Manticore還提供了一種編程HTTP JSON協定，用於更多樣化的數據和模式管理。
Manticore Search使用C++構建，啟動快速，記憶體使用最少，低階別最佳化有助於其卓越效能。
即時插入，新添加的文件立即可存取。
提供互動課程，使學習輕松愉快。
Manticore還擁有內建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。
內建工具和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 進行高效搜尋和流過濾。
3
使用
Docker 映像可在Docker Hub上獲取： https://hub.docker.com/r/manticoresearch/manticore/
要在 Docker 中試驗 Manticore Search，只需執行：
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
之後，可以進行其他操作，例如建立表、添加數據並執行搜尋：
createtable movies(title text, yearint) morphology='stem_en' html_strip='1' stopwords='en';
insertinto movies(title, year) values ('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\'s Day Off', 1986);
select highlight(), yearfrom movies wherematch('the dog');
select highlight(), yearfrom movies wherematch('days') facet year;
select * from movies wherematch('google');
Github地址： https://github.com/manticoresoftware/manticoresearch
—
END
—
PS：防止找不到本篇文章，可以收藏點贊，方便翻閱尋找哦。
往期推薦
