进阶 typesense.org 2026-11-12 04:36:53 · 14 阅读
第4章 按工作负载场景选择 Elasticsearch 替代方案
# 第4章 按工作负载选择 Elasticsearch 替代方案
Elasticsearch 是一款用途广泛的产品,能胜任多种任务:应用内搜索(如电商商品目录发现)、全文检索、语义搜索、向量搜索与混合检索、地理空间搜索和数据探索聚合、日志搜索与分析、指标和链路追踪及应用性能监控,以及安全分析与事件调查。这些工作负载都由一个基于 Lucene 构建的分布式搜索分析引擎统一承载。
正因为覆盖面广,选择 Elasticsearch 替代方案时首先要明确的就是工作负载。替换商品目录背后的引擎,意味着要保住相关性排序、分面、过滤和查询延迟这些能力。替换可观测性技术栈,则要保住数据摄取、时序分析、仪表盘、告警,以及日志、指标和链路之间的关联分析。而替换一个 Lucene 平台,意味着团队要决定对分词器、Schema、分片和集群运维还需要多少控制权。不同的迁移目标会导向不同的候选清单。
## 根据系统承担的任务来选择
各款 Elasticsearch 替代方案在产品定位和运维模式上的差异最为明显,应先判断哪类工作负载是项目的核心,再缩小选择范围。当各工作负载已无法从共享同一系统中获益时,Elasticsearch 的“大而全”反而成了理由——应当把面向用户的搜索与更广泛的平台类工作分开考虑。
### 站点或应用内搜索
当 Elasticsearch 直接为终端用户提供搜索结果时,应从搜索体验本身入手。要保留用户依赖的查询能力、分面、过滤、排序、容错处理、地理或向量搜索行为、访问控制、索引时效性和响应延迟。
### 搜索加日志与分析
当搜索与日志、指标、链路追踪、仪表盘或安全调查共享摄取管道和数据时,替代方案要么覆盖完整的运维工作流,要么明确拆分边界。
### 对 Lucene 的深度控制
有些团队最看重文本分析、Schema、查询行为、分面和分布式搜索。他们的候选清单应保留这一层 Lucene 级别的控制能力,并把集群运维作为一个需要主动决策的事项。
### 全托管的搜索产品
厂商托管的服务还可以打包相关性调优、商品运营、实验测试和面向业务用户的工具。你需要判断这些工具和托管运维模式是否应该纳入替代方案的考量。
当 Elasticsearch 承载
面向客户搜索功能 网站或应用通常需要快速检索、拼写纠错、筛选、聚合面(facets)、排序以及相关性控制。Elasticsearch 虽然能提供所有这些功能,但也带来了分布式搜索与分析平台特有的抽象层和运维复杂度。而专注的搜索产品则为应用团队提供了更简洁的 API 和更少的底层基础设施决策。Typesense、Meilisearch 和 Algolia 均支持拼写纠错、关键词搜索、筛选、聚合面和排序。它们之间的主要差异在于如何处理规模、托管方式、相关性调优以及面向业务用户的工具支持。 Typesense:Elasticsearch 更易用的替代方案,专注于网站和应用搜索 Typesense 的 API 设计围绕网站和应用内部搜索展开。拼写纠错等常见行为采用了合理的默认值,同时每个请求可以携带查询字段和权重、筛选条件、聚合面、排序以及相关性子控制。策展规则(Curation rules)允许在特定查询或筛选条件下提升或隐藏某些记录。团队可以调整用户可见的相关性,而无需构建 Elasticsearch 查询 DSL 或运维一个通用的分析平台。 同一套开源搜索 API 既可以运行在你的基础设施上,也可以运行在专用的 Typesense Cloud 集群中。自建部署时支持基于 Raft 的高可用性;Cloud 版本定价基于预配的 RAM、CPU 和带宽,且不收取按次搜索或按记录计费的费用。[阅读 Typesense 与 Elasticsearch 完整对比](#) Meilisearch Meilisearch 将上述核心网站搜索功能封装为面向开发者的 API,提供官方 SDK 和可配置的相关性设置。其采用 MIT 许可证的社区版支持自建部署,而 Meilisearch Cloud 则提供托管服务。若要使用生产环境中的分片(sharding)和副本(replication)功能进行自建部署,则需使用采用 BUSL 许可证的企业版。 其内存映射存储(memory-mapped storage)可以处理超过 RAM 容量的索引,以可能增加的磁盘读取延迟换取更低的内存需求。这种特性适合希望拥有简洁的应用搜索 API,且业务负载延迟目标能容忍部分磁盘读操作的团队。在决定生产环境的大小或版本之前,务必测试实际的索引和查询组合。[对比 Typesense 和 Meilisearch](#) Algolia Algolia 是一个托管搜索平台,支持拼写纠错、关键词搜索、筛选、聚合面和排序。它将搜索交付和相关性管理封装在一起,并支持基于规则的营销陈列(merchandising)。其仪表盘包含可视化和手动工作流,用于管理搜索结果、聚合面和类别页面,具体可用的业务用户工具取决于订阅计划。 内置的 A/B 测试功能允许团队在集成点击和转化事件后,比较不同的搜索设置和相关性变更。Algolia 适合重视预设仪表盘工作流、并希望由供应商负责搜索交付的团队。它仅提供托管服务,价格因计划、搜索用量和记录数量而异。[直接对比 Algolia 和 Elasticsearch](#),或[阅读 Typesense 和 Algolia 对比](#)。 当 Elasticsearch 是数据平台 OpenSearch 和 Solr 相比上述专注型产品,更多地保留了 Lucene 平台模型。如果项目依赖于广泛的分析工作流或底层的搜索控制,这种权衡可能是合理的。这也意味着团队选择的是另一个需要专业运维的搜索平台,涉及集群设计、JVM 运维、版本兼容性和特定产品配置等方面。 通过 OpenSearch 保留广泛平台功能 OpenSearch 在 Apache-2.0 许可证下保留了分布式搜索与分析模型。它可以在一个平台中覆盖应用搜索、日志、指标、追踪、向量搜索、仪表盘和安全分析。这种广度使其成为替代完整 Elastic 技术栈时的可靠选择。 同时,它也继承了 Elasticsearch 架构的学习和运维复杂度:JVM 进程、索引、分片、副本、查询 DSL 和集群运维。OpenSearch 是从开源的 Elasticsearch 7.10 分支而来,此后两个项目已演变为不同的产品。因此,迁移现有的 Elastic 部署不仅仅是更换许可证。需要清点在分支点之后添加的客户端、摄取工具、仪表盘、插件和功能。OpenSearch 插件可能与目标版本紧密耦合,其迁移文档要求进行兼容性检查,对于某些源版本或索引,甚至需要重新索引(reindexing)。OpenSearch 随后还有自己的破坏性变更(breaking changes)和升级工作。当保留广泛平台的价值能够抵消这些成本时,再选择它。在 OpenSearch 上运行网站搜索负载,仍然意味着要承载这种宽泛的架构。 通过 Apache Solr 保持对 Lucene 的直接控制 Apache Solr 提供了对文本分析、架构定义、聚合面、筛选、地理空间搜索、自动补全和分布式 Lucene 搜索的深入控制。如果这些控制能力是产品的核心需求,且团队准备好运维一个成熟的 Java 搜索平台,那么 Solr 应当列入候选名单。 Solr 带来了其特有的专家级基础设施工作。生产环境的 SolrCloud 部署使用独立运维的 ZooKeeper 集群来管理集群状态、故障转移和集中配置。配置集(Configsets)存储在 ZooKeeper 中,文档记录的变更工作流包括下载、版本管理、上传和重新加载配置。堆大小设置和针对特定负载的 JVM 垃圾回收调优也是生产运维的一部分。 Solr 的配置模型仍然包括 solrconfig.xml 和 managed-schema.xml 等 XML 文件。其 JSON 配置 API 是在底层配置集和 XML 模型之上写入覆盖层。采用 Solr 意味着用 Solr 的架构、配置集、API 和运维实践替换 Elasticsearch 的映射、客户端、查询 DSL、插件和仪表盘。这是一次重大的平台迁移。只有当 Solr 的文本搜索和 Lucene 控制能力证明新的运维模式是值得的时,这种迁移才有意义,它不太可能简化普通的网站搜索技术栈。 当精确依赖决定去留时,继续保留 Elasticsearch 当存在特定的分析器(analyzer)、自定义插件、精确的最后一英里查询 DSL 行为或现有运维工作流且这些是必需项时,保留 Elasticsearch 是一个有效的决策。在假设 OpenSearch 或 Solr 能够兼容这些功能之前,务必先验证这些依赖关系。 继续保留虽然避免了迁移,但团队仍需支付陡峭的学习曲线和运维复杂度的代价。如果这些依赖不影响面向客户的体验,可以将网站或应用搜索迁移到专注型产品,而将专用工作负载保留在原处。 哪些选项值得深入研究? Typesense、Meilisearch 和 Algolia 都能处理核心网站搜索任务:拼写纠错、筛选、聚合面、排序和相关性控制。比较它们的部署模式、扩展能力、功能深度、面向业务用户的工作流以及定价。 只有当广泛的分析需求或对 Lucene 行为的精确要求证明增加运维工作量是值得时,才保留 OpenSearch、Solr 或 Elasticsearch 作为候选。 | 选项 | 适用场景 | 权衡 | | :--- | :--- | :--- | | Typesense | 网站或应用搜索是主要负载,且应用团队希望使用带有实用相关性控制的开源搜索 API,并支持自建或专用托管集群的选择。 | 依赖专用 Lucene 插件或完整 Elasticsearch 查询 DSL 的团队,需将这些工作负载保留在基于 Lucene 的平台上。 | | Meilisearch | 团队希望拥有简洁的应用搜索 API,且 MIT 许可证的社区版自建部署符合部署需求。 | 生产环境分片和副本需要企业版或 Cloud 版;高可用和企业版定价需联系销售获取报价。关系、RAG 和搜索规则仍处于实验阶段,当前搜索规则仅支持置顶(pinning)。内存映射存储可降低内存需求,但磁盘读取可能增加延迟。 | | Algolia | 团队希望拥有完全由供应商托管的搜索平台,提供点击即用的相关性、营销陈列和搜索实验界面。 | 仅提供托管服务,随着搜索流量和记录数量增加,成本可能变得昂贵。多种排序顺序需要索引副本。标准副本会重复计费记录,可能成倍增加成本。虚拟副本避免了记录重复,但提供基于相关性权重的排序,支持的设置较少,每个索引的数量有限制,且取决于订阅计划。 | | OpenSearch | 搜索、分析、日志、仪表盘或安全工作流仍属于一个广泛的 Apache-2.0 平台。 | 仍保留类似 Elasticsearch 的学习和运维复杂度;现代客户端、插件和功能需要进行兼容性检查。 | | Apache Solr | 深入的文本搜索、架构、聚合面和 Lucene 控制能力证明了一个由专家运维的 Java 搜索平台的价值。 | 团队需承担 Solr API、JVM 调优以及生产 SolrCloud 中独立的 ZooKeeper 集群。配置集仍以 solrconfig.xml 和 managed-schema.xml 等 XML 文件为中心;JSON 配置 API 在该模型之上写入覆盖层。 | | Elasticsearch | 特定的分析器、插件、查询 DSL 行为或现有广泛平台工作流的重要性超过了更换产品的收益。 | 现有的学习曲线和运维复杂度仍是系统的一部分。 | 测试面向客户的搜索路径 自行运行 Typesense,或启动专用的 Typesense Cloud 集群。在选择架构之前,回放你的应用实际处理的查询和索引负载。 [启动 Typesense Cloud](#) [阅读完整对比](#)
面向客户搜索功能 网站或应用通常需要快速检索、拼写纠错、筛选、聚合面(facets)、排序以及相关性控制。Elasticsearch 虽然能提供所有这些功能,但也带来了分布式搜索与分析平台特有的抽象层和运维复杂度。而专注的搜索产品则为应用团队提供了更简洁的 API 和更少的底层基础设施决策。Typesense、Meilisearch 和 Algolia 均支持拼写纠错、关键词搜索、筛选、聚合面和排序。它们之间的主要差异在于如何处理规模、托管方式、相关性调优以及面向业务用户的工具支持。 Typesense:Elasticsearch 更易用的替代方案,专注于网站和应用搜索 Typesense 的 API 设计围绕网站和应用内部搜索展开。拼写纠错等常见行为采用了合理的默认值,同时每个请求可以携带查询字段和权重、筛选条件、聚合面、排序以及相关性子控制。策展规则(Curation rules)允许在特定查询或筛选条件下提升或隐藏某些记录。团队可以调整用户可见的相关性,而无需构建 Elasticsearch 查询 DSL 或运维一个通用的分析平台。 同一套开源搜索 API 既可以运行在你的基础设施上,也可以运行在专用的 Typesense Cloud 集群中。自建部署时支持基于 Raft 的高可用性;Cloud 版本定价基于预配的 RAM、CPU 和带宽,且不收取按次搜索或按记录计费的费用。[阅读 Typesense 与 Elasticsearch 完整对比](#) Meilisearch Meilisearch 将上述核心网站搜索功能封装为面向开发者的 API,提供官方 SDK 和可配置的相关性设置。其采用 MIT 许可证的社区版支持自建部署,而 Meilisearch Cloud 则提供托管服务。若要使用生产环境中的分片(sharding)和副本(replication)功能进行自建部署,则需使用采用 BUSL 许可证的企业版。 其内存映射存储(memory-mapped storage)可以处理超过 RAM 容量的索引,以可能增加的磁盘读取延迟换取更低的内存需求。这种特性适合希望拥有简洁的应用搜索 API,且业务负载延迟目标能容忍部分磁盘读操作的团队。在决定生产环境的大小或版本之前,务必测试实际的索引和查询组合。[对比 Typesense 和 Meilisearch](#) Algolia Algolia 是一个托管搜索平台,支持拼写纠错、关键词搜索、筛选、聚合面和排序。它将搜索交付和相关性管理封装在一起,并支持基于规则的营销陈列(merchandising)。其仪表盘包含可视化和手动工作流,用于管理搜索结果、聚合面和类别页面,具体可用的业务用户工具取决于订阅计划。 内置的 A/B 测试功能允许团队在集成点击和转化事件后,比较不同的搜索设置和相关性变更。Algolia 适合重视预设仪表盘工作流、并希望由供应商负责搜索交付的团队。它仅提供托管服务,价格因计划、搜索用量和记录数量而异。[直接对比 Algolia 和 Elasticsearch](#),或[阅读 Typesense 和 Algolia 对比](#)。 当 Elasticsearch 是数据平台 OpenSearch 和 Solr 相比上述专注型产品,更多地保留了 Lucene 平台模型。如果项目依赖于广泛的分析工作流或底层的搜索控制,这种权衡可能是合理的。这也意味着团队选择的是另一个需要专业运维的搜索平台,涉及集群设计、JVM 运维、版本兼容性和特定产品配置等方面。 通过 OpenSearch 保留广泛平台功能 OpenSearch 在 Apache-2.0 许可证下保留了分布式搜索与分析模型。它可以在一个平台中覆盖应用搜索、日志、指标、追踪、向量搜索、仪表盘和安全分析。这种广度使其成为替代完整 Elastic 技术栈时的可靠选择。 同时,它也继承了 Elasticsearch 架构的学习和运维复杂度:JVM 进程、索引、分片、副本、查询 DSL 和集群运维。OpenSearch 是从开源的 Elasticsearch 7.10 分支而来,此后两个项目已演变为不同的产品。因此,迁移现有的 Elastic 部署不仅仅是更换许可证。需要清点在分支点之后添加的客户端、摄取工具、仪表盘、插件和功能。OpenSearch 插件可能与目标版本紧密耦合,其迁移文档要求进行兼容性检查,对于某些源版本或索引,甚至需要重新索引(reindexing)。OpenSearch 随后还有自己的破坏性变更(breaking changes)和升级工作。当保留广泛平台的价值能够抵消这些成本时,再选择它。在 OpenSearch 上运行网站搜索负载,仍然意味着要承载这种宽泛的架构。 通过 Apache Solr 保持对 Lucene 的直接控制 Apache Solr 提供了对文本分析、架构定义、聚合面、筛选、地理空间搜索、自动补全和分布式 Lucene 搜索的深入控制。如果这些控制能力是产品的核心需求,且团队准备好运维一个成熟的 Java 搜索平台,那么 Solr 应当列入候选名单。 Solr 带来了其特有的专家级基础设施工作。生产环境的 SolrCloud 部署使用独立运维的 ZooKeeper 集群来管理集群状态、故障转移和集中配置。配置集(Configsets)存储在 ZooKeeper 中,文档记录的变更工作流包括下载、版本管理、上传和重新加载配置。堆大小设置和针对特定负载的 JVM 垃圾回收调优也是生产运维的一部分。 Solr 的配置模型仍然包括 solrconfig.xml 和 managed-schema.xml 等 XML 文件。其 JSON 配置 API 是在底层配置集和 XML 模型之上写入覆盖层。采用 Solr 意味着用 Solr 的架构、配置集、API 和运维实践替换 Elasticsearch 的映射、客户端、查询 DSL、插件和仪表盘。这是一次重大的平台迁移。只有当 Solr 的文本搜索和 Lucene 控制能力证明新的运维模式是值得的时,这种迁移才有意义,它不太可能简化普通的网站搜索技术栈。 当精确依赖决定去留时,继续保留 Elasticsearch 当存在特定的分析器(analyzer)、自定义插件、精确的最后一英里查询 DSL 行为或现有运维工作流且这些是必需项时,保留 Elasticsearch 是一个有效的决策。在假设 OpenSearch 或 Solr 能够兼容这些功能之前,务必先验证这些依赖关系。 继续保留虽然避免了迁移,但团队仍需支付陡峭的学习曲线和运维复杂度的代价。如果这些依赖不影响面向客户的体验,可以将网站或应用搜索迁移到专注型产品,而将专用工作负载保留在原处。 哪些选项值得深入研究? Typesense、Meilisearch 和 Algolia 都能处理核心网站搜索任务:拼写纠错、筛选、聚合面、排序和相关性控制。比较它们的部署模式、扩展能力、功能深度、面向业务用户的工作流以及定价。 只有当广泛的分析需求或对 Lucene 行为的精确要求证明增加运维工作量是值得时,才保留 OpenSearch、Solr 或 Elasticsearch 作为候选。 | 选项 | 适用场景 | 权衡 | | :--- | :--- | :--- | | Typesense | 网站或应用搜索是主要负载,且应用团队希望使用带有实用相关性控制的开源搜索 API,并支持自建或专用托管集群的选择。 | 依赖专用 Lucene 插件或完整 Elasticsearch 查询 DSL 的团队,需将这些工作负载保留在基于 Lucene 的平台上。 | | Meilisearch | 团队希望拥有简洁的应用搜索 API,且 MIT 许可证的社区版自建部署符合部署需求。 | 生产环境分片和副本需要企业版或 Cloud 版;高可用和企业版定价需联系销售获取报价。关系、RAG 和搜索规则仍处于实验阶段,当前搜索规则仅支持置顶(pinning)。内存映射存储可降低内存需求,但磁盘读取可能增加延迟。 | | Algolia | 团队希望拥有完全由供应商托管的搜索平台,提供点击即用的相关性、营销陈列和搜索实验界面。 | 仅提供托管服务,随着搜索流量和记录数量增加,成本可能变得昂贵。多种排序顺序需要索引副本。标准副本会重复计费记录,可能成倍增加成本。虚拟副本避免了记录重复,但提供基于相关性权重的排序,支持的设置较少,每个索引的数量有限制,且取决于订阅计划。 | | OpenSearch | 搜索、分析、日志、仪表盘或安全工作流仍属于一个广泛的 Apache-2.0 平台。 | 仍保留类似 Elasticsearch 的学习和运维复杂度;现代客户端、插件和功能需要进行兼容性检查。 | | Apache Solr | 深入的文本搜索、架构、聚合面和 Lucene 控制能力证明了一个由专家运维的 Java 搜索平台的价值。 | 团队需承担 Solr API、JVM 调优以及生产 SolrCloud 中独立的 ZooKeeper 集群。配置集仍以 solrconfig.xml 和 managed-schema.xml 等 XML 文件为中心;JSON 配置 API 在该模型之上写入覆盖层。 | | Elasticsearch | 特定的分析器、插件、查询 DSL 行为或现有广泛平台工作流的重要性超过了更换产品的收益。 | 现有的学习曲线和运维复杂度仍是系统的一部分。 | 测试面向客户的搜索路径 自行运行 Typesense,或启动专用的 Typesense Cloud 集群。在选择架构之前,回放你的应用实际处理的查询和索引负载。 [启动 Typesense Cloud](#) [阅读完整对比](#)