Typesense 开源搜索引擎教程
2026-01-17 08:26:10作者:邓越浪Henry
项目介绍
Typesense 是一个现代、快速、开源的搜索引擎,旨在为开发者提供一个易于使用的搜索解决方案。它是一个开源的 Algolia 和 Pinecone 的替代品,也是一个比 Elasticsearch 更易于使用的替代品。Typesense 使用最新的算法,充分利用了硬件能力和机器学习的最新进展,提供了即搜即得、自动完成、分面导航、地理搜索、模糊搜索、向量搜索和语义搜索等功能。
项目快速启动
环境准备
在开始之前,请确保您的系统满足以下依赖要求:
- C++11 兼容的编译器(GCC >= 4.9.0, Apple Clang >= 8.0, Clang >= 3.9.0)
- Snappy
- zlib
- OpenSSL (>=1.0.2)
- curl
- ICU
构建 Typesense
-
克隆项目仓库:
git clone https://github.com/typesense/typesense.git cd typesense -
安装依赖:
sudo apt-get install -y build-essential snappy zlib1g-dev libssl-dev libcurl4-openssl-dev libicu-dev -
使用 Bazel 构建 Typesense:
bazel build //:typesense-server
启动 Typesense 服务器
构建完成后,您可以启动 Typesense 服务器:
bash ./bazel-bin/typesense-server --data-dir=/path/to/data --api-key=your_api_key
应用案例和最佳实践
案例一:xkcd 漫画搜索
Typesense 可以用于构建一个按主题浏览 xkcd 漫画的应用。以下是一个简单的示例:
const Typesense = require('typesense');
const client = new Typesense.Client({
nodes: [{
host: 'localhost',
port: '8108',
protocol: 'http'
}],
apiKey: 'your_api_key',
connectionTimeoutSeconds: 2
});
const schema = {
name: 'comics',
fields: [
{ name: 'title', type: 'string' },
{ name: 'transcript', type: 'string' },
{ name: 'num', type: 'int32' }
]
};
client.collections().create(schema).then(() => {
console.log('Collection created');
});
案例二:电子商务商店前端
使用 Typesense 和 Next.js 构建一个电子商务商店前端,提供快速且耐错的搜索体验。
import TypesenseInstantSearchAdapter from 'typesense-instantsearch-adapter';
const typesenseInstantsearchAdapter = new TypesenseInstantSearchAdapter({
server: {
apiKey: 'your_api_key',
nodes: [
{
host: 'localhost',
port: '8108',
protocol: 'http'
}
]
},
additionalSearchParameters: {
queryBy: 'title,description'
}
});
const searchClient = typesenseInstantsearchAdapter.searchClient;
const search = instantsearch({
indexName: 'products',
searchClient
});
search.addWidgets([
instantsearch.widgets.searchBox({
container: '#searchbox'
}),
instantsearch.widgets.hits({
container: '#hits',
templates: {
item: `
<div>
<strong>{{#helpers.highlight}}{ "attribute": "title" }{{/helpers.highlight}}</strong>
<p>{{#helpers.highlight}}{ "attribute": "description" }{{/helpers.highlight}}</p>
</div>
`
}
})
]);
search.start();
典型生态项目
Typesense Python 客户端
Typesense 提供了官方的 Python 客户端,方便 Python 开发者与 Typesense 服务器进行交互。
from typesense import Client
client = Client({
'nodes': [{
'host': 'localhost',
'port': '8108',
'protocol': 'http'
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
289
340
Ascend Extension for PyTorch
Python
290
321
暂无简介
Dart
730
175
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
245
105
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
450
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
仓颉编程语言运行时与标准库。
Cangjie
149
885