Manticore Search 中 HTTP 响应字段 _id 到 id 的标准化改造
2025-05-23 09:12:34作者:滑思眉Philip
在 Manticore Search 7.0.1 版本中,开发团队对 HTTP API 响应中的文档标识符字段进行了重要调整。本文将详细介绍这一变更的技术背景、实施过程以及需要注意的兼容性问题。
变更背景
在数据库系统中,文档标识符是核心概念之一。Manticore Search 原先在多个 HTTP 端点(包括 insert、update、replace 和 delete)的响应中使用 _id 字段来表示文档标识符。这种命名方式虽然常见,但在某些客户端自动生成代码的场景下可能引发问题。
主要变更内容
开发团队决定将响应中的 _id 字段统一改为 id,这一变更主要基于以下考虑:
- 提高 API 一致性:统一字段命名规范,减少开发者认知负担
- 客户端兼容性:避免某些自动生成客户端代码时的命名冲突问题
- 标准化:遵循更通用的 REST API 设计惯例
实施细节
变更涉及以下核心端点:
- /insert
- /update
- /replace
- /delete
这些端点的响应格式从原来的:
{
"_id": 123,
"status": "success"
}
变更为:
{
"id": 123,
"status": "success"
}
兼容性处理
值得注意的是,团队对 Elasticsearch 兼容端点(/_doc 和 /_create)做了特殊处理。虽然内部实现也改为使用 id,但为了保持与 Elasticsearch API 的兼容性,这些端点的响应仍然返回 _id 字段。这种设计体现了团队在标准化和兼容性之间的平衡考量。
影响范围
这一变更属于破坏性变更(breaking change),意味着:
- 所有直接解析响应中
_id字段的客户端代码都需要相应调整 - 二进制 API 协议版本也随之更新
- 相关客户端库(如 Go 客户端)需要同步更新
最佳实践建议
对于使用 Manticore Search 的开发人员,建议:
- 检查现有代码中对响应字段的解析逻辑
- 更新到最新版本的客户端库
- 对于同时使用标准端点和 Elasticsearch 兼容端点的应用,注意区分两种响应格式
这一变更虽然带来短期适配成本,但从长期来看将提高 API 的一致性和可维护性,为开发者提供更好的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868