Typesense v28.0 发布：全文搜索引擎的重大升级

项目简介

Typesense 是一个开源的轻量级全文搜索引擎，以其高性能和易用性著称。它提供了类似 Algolia 的搜索体验，同时保持了 Elasticsearch 的强大功能。Typesense 特别适合需要快速实现高质量搜索功能的开发者，支持文本搜索、向量搜索、混合搜索等多种搜索模式。

v28.0 主要更新内容

核心搜索功能增强

本次发布的 v28.0 版本带来了多项搜索功能的重要改进：

1. 跨集合联合搜索：现在可以合并来自多个集合的搜索结果，前提是这些集合包含相似类型的字段。这一功能特别适合需要从多个数据源聚合结果的场景。

2. 字典词干提取：引入了基于字典的灵活词干提取机制。开发者现在可以通过导入自定义词典来定义单词到其词根形式的映射，为特定领域或语言的搜索提供更精确的结果。

3. 随机排序功能：新增了 sort_by=_rand(seed) 参数，允许对搜索结果进行随机排序，同时支持种子值确保可重复性。

混合搜索优化

针对混合搜索（结合关键词和向量搜索）场景，v28.0 做出了重要改进：

• 重新评分机制：当命中结果仅来自关键词或向量搜索中的一种时，系统现在可以增强其匹配分数，从而优化混合搜索结果的排序质量。

• 平铺搜索截止参数修复：修复了 flat_search_cutoff 在混合搜索中无效的问题，确保参数按预期工作。

地理空间搜索扩展

v28.0 增加了对地理多边形数据的支持：

• 现在可以索引和搜索地理多边形数据，为地理围栏、区域搜索等高级地理空间应用场景提供支持。

性能与稳定性提升

1. 分面搜索优化：对分面搜索性能进行了显著改进，特别是在处理大型数据集时。

2. 连接操作稳定性：修复了连接操作中的多个问题，提高了高并发场景下的稳定性。

3. 模式变更状态API：新增了API端点用于查询正在进行中的模式变更操作状态，便于开发者监控长期运行的操作。

其他重要改进

• 字段级分词配置：现在可以在字段级别配置 token_separators 和 symbols_to_index，提供更细粒度的文本处理控制。

• 分数分桶：通过 bucket_size 参数支持对文本匹配分数进行分桶处理。

• 集合截断：新增了直接截断集合的功能，方便快速清空数据。

• 距离阈值支持：为使用内积距离的向量查询增加了 distance_threshold 参数支持。

技术细节深入

字典词干提取的实现

传统的词干提取算法（如Porter算法）基于规则，可能无法处理特定领域术语或不规则变化。v28.0 引入的字典词干提取允许开发者提供自定义映射，例如：

{
  "running": "run",
  "better": "good",
  "自定义术语": "标准形式"
}

这种方式特别适合医学术语、法律术语等专业领域的搜索场景。

地理多边形搜索

新的地理多边形支持允许索引和搜索复杂的区域形状。例如，可以定义一个城市边界多边形，然后查询哪些点位于该多边形内。这在以下场景特别有用：

• 区域限定搜索（如"只显示某商圈内的商家"）
• 地理围栏应用
• 复杂区域分析

混合搜索重新评分

混合搜索中，当结果仅来自关键词或向量搜索中的一种时，v28.0 会应用增强评分。例如：

1. 如果某文档在关键词搜索中得分很高但在向量搜索中未被找到，系统会适当提高其向量搜索分数。
2. 反之亦然，确保混合结果的排序更加合理。

升级建议

对于计划升级到 v28.0 的用户，建议：

1. 首先在开发/测试环境验证新功能，特别是如果使用了以下特性：

   • 跨集合搜索
   • 自定义词干提取
   • 地理多边形搜索

2. 检查是否使用了任何已修复问题的相关功能，确保修复符合预期。

3. 对于生产环境，建议在低峰期进行升级，并监控系统性能。

总结

Typesense v28.0 通过多项新功能和改进，进一步巩固了其作为现代搜索引擎的地位。特别是跨集合搜索、字典词干提取和地理多边形支持等特性，大大扩展了其应用场景。性能优化和稳定性改进也使 v28.0 成为生产环境的一个可靠选择。

对于需要高级搜索功能的开发者，v28.0 提供了更多工具来构建精确、高效的搜索体验。无论是电子商务、内容平台还是地理空间应用，都能从这次更新中受益。