QuickSearch_notes
fuzzymatcher:
https://github.com/RobinL/fuzzymatcher
打分:Probabilistic record linkage
是合并连个dataframe, 对key的打分
Typesense:
https://typesense.org/
https://github.com/typesense/typesense
Algolia DocSearch:
收费
Algolia DocSearch 的主要优势在于它是专门针对在线文档搜索这一需求的。不需要繁琐的配置,也不需要自己有数据库等软硬件支持,而只需在自己网站中插入少量代码就可以实现强大的文档搜索功能了。
据官方的说明,在你通过申请后,其服务器会定期抓取(免费用户抓取周期是 24 小时)你的网站内容并分析,对文档的各级标题、段落等内容建立索引,这样,在网站中加入搜索框之后,用户输入关键时是便可以请求 DocSearch 的接口并显示搜索结果了。
Apache Lucene Core:
https://lucene.apache.org/core/
Apache Nutch:
https://lucene.apache.org/core/
srchx:
https://lucene.apache.org/core/
wukong:
https://github.com/huichen/wukong
高效索引和搜索(1M条微博500M数据28秒索引完,1.65毫秒搜索响应时间,19K搜索QPS)
支持中文分词(使用sego分词包并发分词,速度27MB/秒)
支持计算关键词在文本中的紧邻距离(token proximity)
支持计算BM25相关度
支持自定义评分字段和评分规则
支持在线添加、删除索引
支持持久存储
可实现分布式索引和搜索
采用对商业应用友好的Apache License v2发布
PISA:
https://github.com/pisa-engine/pisa
RediSearch:
https://github.com/RediSearch/RediSearch
对比ES,性能对比https://cs.xieyonghui.com/redis/search-benchmarking-redisearch-vs-elasticsearch_130.html
用法http://learn.lianglianglee.com/%E4%B8%93%E6%A0%8F/Redis%20%E6%A0%B8%E5%BF%83%E5%8E%9F%E7%90%86%E4%B8%8E%E5%AE%9E%E6%88%98/32%20%E5%AE%9E%E6%88%98%EF%BC%9ARediSearch%20%E9%AB%98%E6%80%A7%E8%83%BD%E7%9A%84%E5%85%A8%E6%96%87%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E.md
Ds2i:
https://github.com/ot/ds2i
MeTA:
https://www.opensourceagenda.com/projects/meta-toolkit-meta
Apache Nutch:
https://lucene.apache.org/core/