---
title: "Manticore Search 32.1.3：直接写盘批量导入与更快的搜索"
description: "Manticore Search 32.1.3 为复制表和分片表带来了直接写盘批量导入、更快的全文搜索和向量搜索、混合搜索分面，以及一系列重要的可靠性修复。"
date: 2026-11-20
author: "Sergey Nikolaev"
image: https://manticoresearch.com/images/blog/manticore-search-32-1-3.png
lang: zh
url: https://manticoresearch.com/zh/blog/manticore-search-32-1-3/
translations:
  en: https://manticoresearch.com/blog/manticore-search-32-1-3/
  ru: https://manticoresearch.com/ru/blog/manticore-search-32-1-3/
---

# Manticore Search 32.1.3：直接写盘批量导入与更快的搜索

Manticore Search 32.1.3 为复制表和分片表带来了直接写盘批量导入、更快的全文搜索和向量搜索、混合搜索分面，以及一系列重要的可靠性修复。

Manticore Search 32.1.3 让大规模数据加载更快，改进了全文查询和向量查询，并包含大量正确性和可靠性修复。最主要的新功能是支持对本地、分片和复制实时表进行直接写盘批量导入。

本文介绍 [29.9.0](/blog/manticore-search-29-9-0/) 之后的变化，涵盖 **29.9.1 到 32.1.3**。

❤️ 感谢 [@tudorvasinca](https://github.com/tudorvasinca)（[#4858](https://github.com/manticoresoftware/manticoresearch/pull/4858)、[#4924](https://github.com/manticoresoftware/manticoresearch/pull/4924)、[#4925](https://github.com/manticoresoftware/manticoresearch/pull/4925)）、[@vitlav](https://github.com/vitlav)（[#5060](https://github.com/manticoresoftware/manticoresearch/pull/5060)）、[@RaphaelFakhri](https://github.com/RaphaelFakhri)（[#5031](https://github.com/manticoresoftware/manticoresearch/pull/5031)）和 [@drahy333](https://github.com/drahy333)（[Columnar #217](https://github.com/manticoresoftware/columnar/pull/217)）所做的贡献。

---

## 升级说明

**如果不使用复制，则无需执行特殊迁移。** 备份数据后正常升级即可。

如果使用复制集群，**不要执行滚动升级**：新旧版本的 Manticore Search 不能在同一个集群中运行。停止写入，确认各节点已同步，然后逐个干净地关闭节点。记住最后停止的节点。所有节点都停止后进行升级，然后先使用 `manticore_new_cluster`（systemd）或 `searchd --new-cluster` 启动最后停止的节点。正常启动其他节点，等待同步完成后再恢复写入。如果整个集群意外关闭，请改为遵循[集群恢复指南](https://manual.manticoresearch.com/Creating_a_cluster/Setting_up_replication/Cluster_recovery#All-nodes-crashed)。

还有一项变化不太可能影响大多数安装：如果已有的 `manticore.json` 文件为空，Manticore 现在会拒绝启动。该文件由系统自动维护，用于在实时模式下列出表和集群。此项变化可避免损坏的文件悄悄导致所有表都显示为缺失。如果启动正常，**无需进行任何检查**。详情请参阅[不兼容变更](https://manual.manticoresearch.com/Changelog#Version-32.1.3)。

---

## 直接写盘批量导入

使用常规 `INSERT` 或 `/bulk` 时，文档在 `COMMIT` 后即可立即搜索。这适用于持续写入，但在加载大型日志归档时，快速完成导入通常比在加载完成前搜索文档更重要。[批量导入](https://manual.manticoresearch.com/Data_creation_and_modification/Adding_documents_to_a_table/Adding_documents_to_a_real-time_table#Bulk-import)解决了这一取舍：Manticore 将数据交给 `indexer`，由它构建磁盘块，并在 `COMMIT` 时将磁盘块添加到表中；加载期间不会让新导入的文档可搜索。这样无需将整个批次缓存在 RAM 块中，也能加快数据写入。在一台配备 6 核、12 线程和 16 GB RAM 的服务器上，导入 1,000 万条 nginx 日志记录时，常规 `/bulk` 耗时 **254 秒**，`bulk_import` 约耗时 **164 秒**，而 `shared=8` 仅耗时 **71 秒**。下图展示了不同数据集大小下的吞吐量。对于本地实时表，SQL 流程如下：

![不同数据集大小下 nginx 日志的批量导入吞吐量：常规 bulk、bulk_import 和 shared=8](./manticore-search-32-1-3/images/blog/manticore-search-32-1-3-bulk-throughput-en.svg)

```sql
SET bulk_import=products;
INSERT INTO products(id, title, price) VALUES
  (101, 'Notebook', 12.50),
  (102, 'Desk lamp', 24.00);
COMMIT;
SET bulk_import=0;
```

![导入 1,000 万条日志记录，以及减少磁盘块所需的额外 OPTIMIZE 时间](./manticore-search-32-1-3/images/blog/manticore-search-32-1-3-bulk-optimize-en.svg)

`bulk_import` 也支持通过 HTTP `/bulk` 端点使用。使用 `shared` 时，并发客户端会向共享的 `indexer` 进程池提供数据，同时支持自动生成文档 ID。另一个好处是导入完成后的工作更少：在相同测试中，常规 `/bulk` 留下了 17 个磁盘块和 1 个 RAM 块，将它们合并为一个块还需要约 197 秒的额外 `OPTIMIZE` 时间。单次提交的 `bulk_import` 会立即生成一个磁盘块，而 `shared=8` 会生成八个。上图包含了这部分额外优化时间。**新的 `bulk_import` 模式不仅支持本地实时表，还支持[分片表](https://manual.manticoresearch.com/Data_creation_and_modification/Adding_documents_to_a_table/Adding_documents_to_a_real-time_table#Shared-bulk-import-into-a-sharded-table)和[复制表](https://manual.manticoresearch.com/Data_creation_and_modification/Adding_documents_to_a_table/Adding_documents_to_a_real-time_table#Bulk-import-into-a-replicated-table)。** 协调节点会将文档路由到各个分片，构建好的磁盘块则会分发给副本，无需先导入单独的本地表。

批量导入期间，受影响的表会被有意保留用于写入；搜索可以继续进行。在生产环境中使用前，请查看[文档](https://manual.manticoresearch.com/Data_creation_and_modification/Adding_documents_to_a_table/Adding_documents_to_a_real-time_table#Bulk-import)，了解提交、清理和失败处理行为。

---

## 更快的全文搜索和向量搜索

[问题 #5110 中跟踪的全文优化](https://github.com/manticoresoftware/manticoresearch/issues/5110)减少了多种查询路径上的工作量，无需更改索引格式：

- 符合条件的单词 `COUNT(*)` 查询可以使用词典计数，而更复杂的计数查询可以跳过排序。
- 符合条件的 `OR`/`AND` 计数查询和无排序查询会处理 4,096 行的位图窗口，并使用自适应匹配和针对 CPU 优化的 SIMD 加速。
- 更快的倒排列表解码和预取减少了读取开销。匹配整个块的过滤器可以跳过，`GROUP BY` 可以预取 blob 数据。
- `access_doclists` 和 `access_hitlists` 现在默认使用 `mmap`。将它们设置为 `file` 可保留缓冲读取行为。

向量搜索也改进了重新排序预取，包括按行存储；改进了 `FLUSH RAMCHUNK` 期间并行构建 HNSW 的效率；并优化了带过滤条件的 KNN 查询。这些变化影响不同类型的工作负载，因此给出单一的加速数据会产生误导。

### 性能基准测试结果

我们在 [db-benchmarks](https://github.com/db-benchmarks/db-benchmarks) 中对比了 29.9.0 和 32.1.2 版本，使用 **110 GB 内存限制**以及按行存储和列式存储。三个数据集覆盖不同的工作负载：**Hacker News** 包含超过 1 亿条评论，用于全文查询和分析查询；**Logs10m** 包含 1,000 万条 nginx 访问日志记录，用于典型的日志分析查询；**Taxi** 包含 17 亿条纽约市出租车和网约车行程记录，主要用于分析查询。下面的数值是**查询延迟的快速平均值**（越低越好）。

五张截图展示的是单条查询结果，并不代表所有查询都获得了同等程度的加速。我们只在基准测试将差异标记为**红色**时强调改进；浅粉色差异可能只是测量噪声。这并不意味着每条查询或每个数据集都变快了。

### Hacker News：重点查询最高加速 1.86 倍

在调优后的**列式**测试中，`match('abc -google')` 从 **13 ms 降至 7 ms（1.86 倍）**。带过滤条件的分组查询从 **15 ms 降至 11 ms（1.36 倍）**。在调优后的**按行**存储中，同一个否定全文查询从 **12 ms 降至 7 ms（1.71 倍）**，按故事作者分组并按计数排序的查询则从 **576 ms 降至 482 ms（1.20 倍）**。

![Hacker News 基准测试对比：调优后的列式存储，Manticore 29.9.0 与 32.1.2](./manticore-search-32-1-3/images/blog/manticore-search-32-1-2-benchmark-hn-columnar.webp)

*调优后的列式 HN 基准测试——29.9.0 和 32.1.2 的查询延迟（110 GB 配置）。*

![Hacker News 基准测试对比：调优后的按行存储，Manticore 29.9.0 与 32.1.2](./manticore-search-32-1-3/images/blog/manticore-search-32-1-2-benchmark-hn-rowwise.webp)

*调优后的按行 HN 基准测试——29.9.0 和 32.1.2 的查询延迟（110 GB 配置）。*

两个版本中，许多简单的 HN 查询仍保持在 **1–3 ms**。红色高亮结果之外的小幅差异不足以证明性能发生了变化。

### Logs10m：按行分组的提升最大

对于**按行**存储的日志数据，按 `request_path` 分组并按计数排序的耗时从 **221 ms 降至 121 ms（1.83 倍）**。按平均运行时间对类似分组进行排序的耗时从 **238 ms 降至 137 ms（1.74 倍）**。

![Logs10m 基准测试对比：按行存储，Manticore 29.9.0 与 32.1.2](./manticore-search-32-1-3/images/blog/manticore-search-32-1-2-benchmark-logs-rowwise.webp)

*按行 Logs10m 基准测试——29.9.0 和 32.1.2 的查询延迟（110 GB 配置）。*

使用**列式**存储时，`GROUP BY status` 聚合从 **27 ms 降至 24 ms（1.13 倍）**。其他大多数结果都足够接近，因此我们不会据此得出结论。

![Logs10m 基准测试对比：列式存储，Manticore 29.9.0 与 32.1.2](./manticore-search-32-1-3/images/blog/manticore-search-32-1-2-benchmark-logs-columnar.webp)

*列式 Logs10m 基准测试——29.9.0 和 32.1.2 的查询延迟（110 GB 配置）。*


### Taxi：更快的全文匹配和聚合

在调优后的**列式**存储中，`MATCH('harlem east')` 从 **255 ms 降至 172 ms（1.48 倍）**，对整张表计算 `AVG(total_amount)` 的耗时从 **2,591 ms 降至 2,136 ms（1.21 倍）**。多个分组聚合也有红色高亮的性能提升。

![Taxi 基准测试对比：调优后的列式存储，Manticore 29.9.0 与 32.1.2](./manticore-search-32-1-3/images/blog/manticore-search-32-1-2-benchmark-taxi.webp)

*调优后的列式 Taxi 基准测试——29.9.0 和 32.1.2 的查询延迟（110 GB 配置）。*

**结论：** 基准测试显示，部分全文查询和分组查询有明显改进，尤其是在 HN 和按行存储的 Logs10m 中。未高亮或浅粉色的小幅差异不足以证明存在加速或性能回退。实际结果取决于查询形式、内存限制和存储布局。

---

## 混合搜索、嵌入与更准确的结果

[混合搜索](https://manual.manticoresearch.com/Searching/Hybrid_search#Facets)现在支持在全文候选结果和 KNN 候选结果融合后的集合上进行分面统计。SQL `FACET` 和 JSON 聚合可以统计混合搜索结果中的匹配类别，而不只是 `LIMIT` 返回的少数几行。

自动分块的嵌入结果可以突出显示与向量查询匹配的具体文本块，从而更容易理解长文档为何出现在结果中。

此外还包含大量**正确性修复**。JSON 和多值过滤器在二级索引、列式存储和按行存储、SQL 及 HTTP 中的行为现在更加一致。修复涵盖 `ANY()`、`ALL()`、范围过滤和排除过滤，以及 `COUNT(DISTINCT)`。如果你在这些修复之前构建了 JSON 二级索引，部分受影响的索引可能需要执行 [`ALTER TABLE ... REBUILD SECONDARY`](https://manual.manticoresearch.com/Updating_table_schema_and_settings#Rebuilding-a-secondary-index)，以修正其中存储的值。

---

## 可靠性改进

以下几项修复对生产部署尤其重要：

- Executor 1.4.9 带来了 PHP 8.5.13 的安全修复。（[PR #5121](https://github.com/manticoresoftware/manticoresearch/pull/5121)）
- 断电后更安全地保存表和集群注册表（`manticore.json`）。
- 改进复制加入、状态传输以及完整关闭后的集群启动可靠性。
- 修复并发刷新期间的 percolate 查询写入和元数据竞争问题。
- 修正伪分片下的缓存查询结果，并修复部分列式搜索和混合搜索崩溃问题。
- 改进后台工作期间发生崩溃时的诊断，并修复 `FREEZE`、`index_converter` 以及部分 MySQL 协议边界情况。

完整变更列表请参阅 [32.1.3 更新日志](https://manual.manticoresearch.com/Changelog#Version-32.1.3)。

---

## 获取 Manticore Search 32.1.3

请按照[安装指南](/install/)进行安装或升级。如果使用复制，请在重启集群前遵循上面的升级说明。

## 需要帮助或想与我们联系？

- 加入我们的 [Slack](https://slack.manticoresearch.com)
- 访问[论坛](https://forum.manticoresearch.com)
- 在 [GitHub](https://github.com/manticoresoftware/manticoresearch/issues) 上报告错误并提出功能建议
- 发送邮件至 `contact@manticoresearch.com`
