search-test/readme.md

轻量级搜索引擎对比

本项目对比了三种轻量级全文搜索引擎：Meilisearch、MiniSearch 和 FlexSearch，基于 GitHub Stars 数据集（4000+ 条记录）进行测试。

功能对比

特性	Meilisearch	MiniSearch	FlexSearch
类型	服务端（需启动服务）	内存/浏览器端	内存/浏览器端
中文支持	内置分词	需自定义分词器	需自定义分词器
向量搜索	支持（v1.6+）	不支持	不支持
搜索评分/排名	内置	内置	需 Document 模式
模糊匹配	支持	支持	支持
中文分词方案	cccc/cppej	@node-rs/jieba	@node-rs/jieba
安装体积	~20MB + 服务端	~100KB	~50KB
数据源	starred-repos.json	starred-repos.json	starred-repos.json

搜索效果对比

测试数据：搜索 "资料"

MiniSearch

• 分词器：@node-rs/jieba
• 结果数量：6 条
• 特点：部分 token 匹配也算结果（前缀匹配更宽松）

FlexSearch

• 分词器：@node-rs/jieba
• 结果数量：2 条
• 特点：需要所有 token 完全匹配

Meilisearch

• 特点：需要启动服务，支持更丰富的搜索功能

中文分词配置

MiniSearch + @node-rs/jieba

import MiniSearch from 'minisearch'
import { Jieba } from '@node-rs/jieba'

const jieba = new Jieba()

const miniSearch = new MiniSearch({
  fields: ['name', 'description', 'author'],
  storeFields: ['name', 'description', 'author', 'stars', 'url'],
  tokenize: (text) => jieba.cut(text, false), // 使用 jieba 分词
})

miniSearch.addAll(repos)
const results = miniSearch.search('资料')

FlexSearch + @node-rs/jieba

import FlexSearch from 'flexsearch'
import { Jieba } from '@node-rs/jieba'

const jieba = new Jieba()

const chineseSegment = (text: string): string[] => {
  return jieba.cut(text, false)
}

const index = new FlexSearch.Index({
  tokenize: 'full',
  resolution: 9,
  encode: chineseSegment,
})

repos.forEach((repo) => {
  const content = `${repo.name} ${repo.description} ${repo.author}`
  index.add(repo.id, content)
})

const results = index.search('资料', { limit: 10 })

运行示例

# MiniSearch
bun run minisearch/index.ts

# FlexSearch
bun run flexsearch/index.ts

适用场景

推荐使用 MiniSearch

• 浏览器端搜索
• 小型数据集（< 100k 文档）
• 需要内置评分排名
• 快速集成，无需额外服务

推荐使用 FlexSearch

• 浏览器端搜索
• 对包体积敏感
• 需要灵活的索引配置
• 精确匹配场景

推荐使用 Meilisearch

• 大型数据集
• 需要服务端部署
• 需要向量搜索
• 需要分布式/高可用
• 丰富的过滤/排序功能

局限性

搜索引擎	局限性
MiniSearch	不支持向量搜索，中文需额外配置
FlexSearch	无内置评分，Document 模式 API 较复杂
Meilisearch	需要启动服务，增加部署复杂度

总结

• 轻量级场景（浏览器端、小数据集）：MiniSearch 或 FlexSearch 足够
• 向量搜索需求：Meilisearch 或引入独立向量数据库
• 混合搜索：可结合关键词搜索 + 向量搜索，使用 RRF 融合算法

---

Meilisearch 本地部署

https://www.meilisearch.com/docs/learn/self_hosted/install_meilisearch_locally#windows

services:
  meilisearch:
    image: getmeili/meilisearch:v1.15
    container_name: meilisearch
    ports:
      - "7700:7700"
    environment:
      - MEILI_ENV=development
    volumes:
      - ./data:/meili_data
    restart: unless-stopped