索引
索引最佳实践
加速文档索引过程的技巧。
本指南将介绍高效索引数据和加速索引过程的一些最佳实践。
定义可搜索属性
审查您的可搜索属性列表，并确保它只包含您希望检查查询词匹配的字段。这通过从数据库中删除不相关的数据来提高相关性和搜索速度。它还将使您的磁盘使用量保持在必要的最低限度。 默认情况下，所有文档字段都是可搜索的。Meilisearch 需要索引的字段越少，索引过程就越快。审查可筛选和可排序属性
某些文档字段对于筛选和排序结果是必需的，但它们不需要是可搜索的。通常，数字和布尔字段属于此类。务必审查您的可搜索属性列表，并移除任何仅用于筛选或排序的字段。在添加文档之前配置索引
创建新索引时，首先配置其设置，然后才添加文档。无论何时更新诸如排名规则之类的设置，Meilisearch 都会触发所有文档的重新索引。这可能是一个耗时的过程，尤其是在您拥有大型数据集时。因此，最好在索引数据之前定义排名规则和其他设置。优化文档大小
文档越小，处理速度越快，因此请务必从文档中删除任何不必要的数据。当文档字段在可搜索、可筛选、可排序或可显示属性列表中缺失时，最好将其从文档中删除。此外，考虑使用br、deflate 或 gzip 等方法压缩数据。请参阅支持的编码格式参考。
偏好更大的 HTTP 有效负载
单个大型 HTTP 有效负载比多个小型有效负载处理速度更快。例如，将相同的 100,000 个文档分两批（每批 50,000 个文档）添加，将比分四批（每批 25,000 个文档）添加更快。默认情况下，Meilisearch 将最大有效负载大小设置为 100MB，但如果需要，您可以更改此值。更大的有效负载会消耗更多的 RAM。如果实例需要比机器当前可用内存更多的内存，则可能会崩溃。
保持 Meilisearch 最新
确保您的 Meilisearch 实例保持最新，以受益于最新改进。您可以在GitHub 上查看我们所有引擎版本的列表。有关索引工作原理的更多信息，请参阅这篇关于索引最佳实践的博客文章。
不要将 Meilisearch 用作您的主数据库
Meilisearch 针对信息检索进行了优化，但并非设计用于作为您的主数据容器。您添加的文档越多，索引和搜索所需的时间就越长。只索引您希望在搜索时检索的文档。为多种语言创建单独的索引
如果您有多种语言的数据集，请为每种语言创建一个单独的索引。移除 I/O 操作限制
确保您的机器上没有 I/O 操作限制。云提供商（如AWS 的 Amazon EBS 服务）施加的限制可能会严重影响索引性能。考虑升级到配备 SSD、更多 RAM 和多线程处理器的机器
如果您已遵循本指南中的先前提示，但索引时间仍然很慢，请考虑升级您的机器。 索引是一个内存密集型和多线程操作。可用的内存和处理器核心越多，Meilisearch 索引新文档的速度就越快。当尝试提高索引速度时，使用具有更多处理器核心的机器比增加 RAM 更有效。 由于 Meilisearch 的工作方式，最好避免使用 HDD（硬盘驱动器），因为它们很容易成为性能瓶颈。使用 AI 驱动的搜索时启用二进制量化
如果您在为 AI 驱动的搜索索引文档时遇到性能问题，请考虑为您的嵌入器启用二进制量化。二进制量化通过用 1 位值表示每个维度来压缩向量。这会降低语义搜索结果的相关性，但会大大提高性能。 二进制量化最适用于包含超过 100 万个文档并使用超过 1400 个维度的模型的大型数据集。激活二进制量化是不可逆的。一旦启用，Meilisearch 会转换所有向量并丢弃所有不适合 1 位的向量数据。恢复向量原始值的唯一方法是在新的嵌入器中重新向量化整个索引。