索引最佳实践

在本指南中，您将了解如何高效地索引数据并加速索引过程的最佳实践。

​

定义可搜索字段

请检查您的可搜索字段列表，确保其中仅包含需要匹配查询词的字段。通过从数据库中移除无关数据，这既能提升相关性也能加快搜索速度。同时还能将磁盘使用率保持在必要的最低水平。

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。

​

检查可筛选和可排序字段

某些文档字段对于筛选和排序结果是必需的，但它们不需要被设为_可搜索_。通常来说，数值型和布尔型字段属于此类。请务必检查您的可搜索字段列表，移除仅用于筛选或排序的字段。

​

在添加文档前配置索引

创建新索引时，请先配置索引设置，然后再添加文档。每当您更新排序规则等设置时，Meilisearch 都会触发对所有文档的重新索引。这可能是个耗时的过程，特别是在数据集较大的情况下。因此，最好在索引数据之前就定义好排序规则和其他设置。

​

优化文档大小

较小的文档处理速度更快，因此请确保从文档中删除所有不必要的数据。当某个文档字段不在可搜索字段、可筛选字段、可排序字段或显示字段列表中时，最好将其从文档中移除。更进一步，可以考虑使用br、deflate或gzip等方法压缩数据。请参阅支持的编码格式参考。

​

优先使用较大的 HTTP 负载

单个较大的 HTTP 负载比多个小负载处理得更快。例如，将相同的 10 万份文档分成两批 5 万份添加，会比分成四批 2.5 万份更快。默认情况下，Meilisearch 将最大负载大小设置为 100MB，但如有需要可以调整此值。

​

保持 Meilisearch 更新

请确保您的 Meilisearch 实例保持最新状态，以获取最新的性能改进。您可以在 GitHub 上查看所有引擎版本的发布列表。

​

不要将 Meilisearch 作为主数据库使用

Meilisearch 专为信息检索优化，并非设计用作主要数据容器。随着文档数量增加，索引和搜索耗时将显著增长。请仅索引那些需要在搜索时检索的文档。

​

为多语言数据创建独立索引

若您拥有多语言数据集，建议为每种语言创建单独的索引。

​

移除 I/O 操作限制

请确保您的机器没有 I/O 操作限制。云服务提供商（如 AWS 的 Amazon EBS 服务）施加的限制会严重影响索引性能。

​

考虑升级至配备 SSD、更大内存和多线程处理器的机器

若遵循本指南前述建议后仍遭遇索引缓慢问题，建议考虑升级硬件配置。

索引操作具有内存密集型和多线程特性。可用内存和处理器核心越多，Meilisearch 建立新文档索引的速度就越快。在提升索引速度时，增加处理器核心数比扩充内存更有效。

鉴于 Meilisearch 的工作原理，建议避免使用 HDD（机械硬盘），因其极易成为性能瓶颈。

​

使用 AI 增强搜索时启用二进制量化

若在为 AI 增强搜索建立文档索引时遇到性能问题，可考虑为嵌入器启用二进制量化。该技术通过用 1 比特值表示每个维度来压缩向量，虽会略微降低语义搜索的相关性，但能显著提升性能。

二进制量化最适合文档量超过 100 万且使用维度数超过 1400 的模型的大型数据集。