【转】搜索功能的成本有多高？

转自推特：

整理下来搜索方案有几种（成本从低到高排序）：

• postgresql/mysql 全文搜索（0$）
• SaaS 版：类似 algolia 的搜索服务（0-15$/month）
• 自部署 elasticsearch + DB sync（50$/month）
• OpenAI embedding API + vector database/self hosted faiss（100-200$/month）
• 托管版 es（aws opensearch/aliyun search）（200$/month）
• 无服务器：aws opensearch serverless（700$/month）
• 自主设计搜索系统：多模态、多路召回、用户反馈系统等（10000$/month）

早期尝试

Hackertalk 最早的搜索版本是用阿里云的 elasticsearch + 数据同步实现的，机器成本大概每月 200$，每次改动 table 都要重建索引，重新同步，维护成本很高，由于我没有深度优化 es，搜索质量也不行，后来项目越来越多，每个都要这样做，运维成本太高了，于是打算切换方案，自部署 es 的方案因为维护成本更高，从始至终都没考虑过。

之后尝试 mysql nlp 全文搜索，效果实在太差，分词方式不友好，定制能力差，在 2.0 切换到 pg 之后尝试类似的方式，效果预计有所提升，需要不少开发工作，还在观望中。

SaaS + AI

algolia 的服务也不错，成本低，只需要对接 API 即可，开发方便，但语义搜索能力还不是很满意，猜测背后是用 es 集群做的多租户模式 + 少量改进。

在 chatGPT 火起来之后，因为 gpt 模型的语义理解能力很强，我也考虑用 OpenAI embedding API + 向量数据库实现搜索功能，embedding API 的成本非常低（一次性），成本都在向量数据库上，方案简洁，实现简单，最终效果非常惊艳，语义搜索效果很好，错别字、近义词匹配的很不错，这是我最能接受的方案，缺点是向量数据库还不够好用，SaaS 版成本还是太高，今年向量数据库也是一个很火的创业方向，预计之后会有明显的成本下降。

Serverless

AWS 的 Opensearch Serverless 版本也是一个很大的亮点，SDK 好用质量高，实现简洁，但启动成本较高，最少 4 个 OCU（可以多项目共享），700$/month，至少上线 5 个搜索项目才能体验到明显的成本下降。

最后一种需要一支搜索团队才能实现，不是我能够搞定的，不考虑。以上就是一些搜索方案的尝试，Hackertalk 之后应该会在 4、6 中选一种实现。