О Manticore Search

Простота использования

Мы считаем, что в современном мире основное внимание любого поставщика технологий должно уделяться простоте использования. Наша цель состоит в том, чтобы наши пользователи, независимо от того, являются ли они разработчиками или специалистами по DevOps, не должны становиться экспертами в области баз данных или поисковых систем или иметь степень доктора философии, чтобы эффективно использовать продукты Manticore. Мы понимаем, что у наших пользователей есть другие важные задачи, которые нужно решать, а не тратить часы на понимание тонкостей различных настроек и их влияния на функциональность. Поэтому мы стремимся обеспечить, чтобы Manticore Search работал безупречно и эффективно с минимальной конфигурацией, даже с настройками по умолчанию.

SQL / JSON

Мы любим SQL. Невозможно найти что-то более простое при подготовке вашего поискового запроса. Большинство разработчиков знакомы с WHERE, GROUP BY и ORDER BY, так как они используются уже десятилетиями. С Manticore Search, вы можете выполнять любой тип запроса, используя SQL. Кроме того, Manticore Search также понимает протокол MySQL, что позволяет вам использовать MySQL-клиенты для ваших запросов. Однако мы понимаем, что написание запросов в вашем приложении может быть более удобным с использованием более структурированных протоколов, чем строка SQL. Вот почему Manticore Search также поддерживает JSON. Кроме того, мы предоставляем привязки Manticore Search для различных языков программирования, чтобы сделать интеграцию еще более бесшовной.

Многофункциональность

Manticore Search поддерживает как построчное хранение (аналогичное MySQL и Postgres), так и колонковое хранение (аналогичное Redshift, Clickhouse, BigQuery и Druid), что делает его невероятно быстрым для небольших наборов данных , которые могут помещаться в RAM, и при этом поддерживает скорость, когда ваши данные значительно больше размера RAM .

Кроме того, Manticore Search предлагает два режима конфигурации: простая, в которой все таблицы указываются в файле конфигурации (аналогично yaml для k8s), и в реальном времени, в которой таблицы создаются, изменяются и удаляются с помощью команд CREATE/ALTER/DROP TABLE.

Производительность и потребление ресурсов

Мы считаем, что производительность и потребление ресурсов важны. Вот почему Manticore Search написан на C++, языке программирования, который часто используется для написания операционных систем, браузеров и другого программного обеспечения, где производительность и эффективность использования ресурсов критичны. Написание на C++ может быть сложным и времязатратным, но это позволяет нам гарантировать, что Manticore Search использует минимальное количество RAM и максимизирует эффективность CPU. Согласно справедливым эталонам баз данных https://db-benchmarks.com , Manticore Search: в 15 раз быстрее Elasticsearch на небольших данных , в 4 раза быстрее на больших данных и в 29 раз быстрее для аналитики логов .

Расширенные возможности поиска

Manticore Search предлагает мощные возможности поиска, включая эффективный векторный поиск. Вы можете хранить и искать векторные вложения, а также использовать расширенный полнотекстовый поиск, нечёткое совпадение и умные предложения запросов - аналогично Google. Это помогает вам создать плавный и увлекательный опыт поиска для ваших пользователей.

Альтернатива Elasticsearch

Manticore Search является надёжной альтернативой Elasticsearch. Он может бесшовно заменить Elasticsearch, имитируя его интерфейс в некоторых аспектах, позволяя вам продолжать использовать знакомые инструменты, такие как Kibana или Logstash. Эта совместимость упрощает миграцию ваших существующих проектов на основе Elasticsearch в Manticore Search, используя его преимущества производительности без значительных изменений в вашей инфраструктуре.

Лёгкая масштабируемость

Опираясь на высокие стандарты отрасли и потребности наших клиентов, мы разработали Manticore так, чтобы он был легко масштабируемым. Это означает, что независимо от размера или сложности вашей задачи поиска - будь то небольшой сайт, аналитика миллиардов логов или создание многоязычного каталога с петабайтами данных из различных источников - вы можете осуществить это с Manticore Search. Кроме того, мы считаем, что такие функции, как репликация и распределение нагрузки поиска, должны быть простыми в использовании и обслуживании.

Мощные возможности полнотекстового поиска

Manticore Search, изначально разработанный как чисто движок полнотекстового поиска, обладает исключительными полнотекстовыми возможностями: более 20 полнотекстовых операторов и более 20 факторов ранжирования предлагают разнообразие встроенных ранжеров и выражений для пользовательского ранжирования. Кроме того, он включает такие функции, как стемминг, лемматизация, стоп-слова, синонимы, формы слов, сопоставление символов низкого уровня, правильная сегментация китайского языка, легкое выделение текста, ранжирование и плагины токенизации, среди многих других.

Интеграции

Мы считаем, что должно быть легко интегрировать Manticore Search в ваш существующий стек. Поэтому Manticore может извлекать данные из MySQL, Postgres, MSSQL, ODBC, XML, CSV, TSV прямо из коробки. Он также может быть интегрирован с MySQL в качестве движка или доступен через ProxySQL. Manticore Search также без проблем интегрируется с Logstash, Apache Superset, Grafana и другими инструментами с открытым исходным кодом.

С открытым исходным кодом

Как энтузиасты открытого исходного кода, мы твердо верим, что технологии, такие как базы данных, должны быть с открытым исходным кодом. Учитывая это, мы сделали Manticore Search и все другие продукты Manticore общедоступными на условиях лицензий открытого исходного кода, одобренных OSI. Вы можете найти нас на GitHub .

Векторный поиск

Manticore Search обеспечивает векторный поиск для таких функций, как поиск по сходству, рекомендации и семантический поиск. Используя эмбеддинги (представления данных в многомерном пространстве), он помогает создавать интеллектуально и точно работающий поиск. С помощью KNN (поиск по k ближайшим соседям) с эффективным алгоритмом HNSW Manticore поддерживает гибкие конфигурации векторов и метрики сходства, такие как косинусное сходство, внутренняя продукция и квадратное L2 расстояние. Интеграция проходит без проблем с SQL и JSON API, обеспечивая легкую совместимость с существующими рабочими процессами.