资讯评论 - Meilisearch v1.14.0 稳定版发布，Rust 高性能开源搜索引擎 - OSCHINA

Meilisearch v1.14.0 稳定版发布，Rust 高性能开源搜索引擎

Meilisearch 是 Rust 实现的高性能开源搜索引擎，可作为 Elasticsearch 的替代方案，支持方便地集成到任何网站或应用程序，支持自托管 (self-hosting)，可作为 Algolia 和 Elasticsearch 的轻量替代方案。Meilisearch 内置了许多实用功能，比如：

快速的输入即搜索 (search-as-you-type) 体验，也称作 “即时搜索”
支持冗错 / 纠错搜索 (typo tolerance)
支持多面搜索 (faceted search)
支持基于地理位置的搜索 (geosearch)
支持多租户 (multi-tenancy)

Meilisearch 最新稳定版 1.4 已于今天发布，此版本引入了两个重要的实验性功能：向量存储和分数详情，并包含多项性能改进和错误修复。

新功能 (实验性)

向量存储 (Vector Store)：
- 允许存储和搜索向量 (Embeddings)。
- 新增 embedders 和 prompt 索引设置。
- 新增 /indexes/:index_uid/embeddings API 端点用于添加向量。
- 新增 /indexes/:index_uid/settings/embedders 和 /indexes/:index_uid/settings/prompt API 端点用于配置嵌入器和提示。
- 新增 vector 搜索参数用于纯向量搜索。
- 新增 hybrid 搜索参数用于混合 (关键字 + 向量) 搜索。
分数详情 (Score Details)：
- 新增 showRankingScoreDetails 搜索参数 (设置为 true)。
- 在搜索结果的 _rankingScoreDetails 字段中返回每个文档详细的排名分数计算信息。

性能改进

索引性能：通过优化 Roaring Bitmaps 的内存使用，显著提高了大型文档的索引速度。
内存使用：降低了索引过程中的内存消耗。
搜索性能：通过优化 Roaring Bitmaps 的交集计算，提升了包含大量候选结果的搜索查询性能。
排名分数：提高了排名分数计算的精确度。

其他改进

/features 端点：添加了 vectorStore 和 scoreDetails 到 /features API 端点，以表明这些实验性功能是否启用。
错误信息：改进了无效 filter 和 sort 语法的错误提示信息。

Bug 修复

修复了索引非常大的文档 (接近 4GB) 时可能发生的崩溃问题。
修复了在大量文档上使用 sort 时可能发生的崩溃问题。
修复了同时使用 sort 和 distinct 时可能返回不正确结果的问题。
修复了 attributesToSearchOn 设置在某些情况下未正确应用的问题。
修复了 attributesToRetrieve 与 distinct 结合使用时无法正常工作的问题。
修复了在索引过程中发生崩溃后可能导致索引损坏的问题。

下载地址：https://github.com/meilisearch/meilisearch/releases/tag/v1.14.0

lake_1Pro

2026-03-12 16:27

期待正式版

华宰天地

2026-03-12 15:52

Rust yyds

johnnyhg123

2025-12-20 19:06

Rust又秀肌肉实验功能别碰

陈雷鸣2

2025-11-23 10:51

牛逼

leacenPlus

2025-11-23 10:08

Meilisearch 1.14.0稳定版带来了激动人心的新功能这次更新主要聚焦于实验性的向量搜索和分数详情功能，同时进行了多项性能优化和问题修复，为开发者提供了更强大的搜索体验。以下是这次更新的亮点解析：**核心技术升级**1. **向量搜索支持** - 新增Embeddings存储和检索能力 - 支持纯向量搜索和混合搜索 - 提供专用API端点管理嵌入器和提示设置2. **搜索透明度提升** - 新增scoreDetails参数展示排名分数计算细节 - 帮助开发者理解搜索结果的排序逻辑**性能大幅优化** - RoaringBitmaps内存使用优化，提升大文档索引速度 - 降低索引过程内存占用 - 优化大规模结果集的搜索性能 - 提升排名算法精确度**开发者体验改进** - 更清晰的错误提示信息 - 修复多个关键问题 - 通过/features端点明确功能可用性这些改进使Meilisearch在保持轻量级优势的同时，向AI时代搜索需求迈出了重要一步。特别是向量搜索的支持，为构建更智能的搜索应用奠定了基础。虽然这些功能尚处于实验阶段，但已经展现出Meilisearch团队在搜索技术前沿的持续创新。对于考虑从Elasticsearch迁移或需要轻量级搜索解决方案的团队，这个版本值得重点关注。其简洁的API设计和不断提升的性能表现，使其成为现代应用开发的理想选择。