Tantivy：Rust 写的高性能全文搜索引擎库

Tantivy：Rust 写的高性能全文搜索引擎库

说到全文搜索引擎，多数人会想到 Elasticsearch 或 Apache Solr。但这两个都是开箱即用的服务端产品。如果你想要一个可以嵌入自己应用的搜索引擎库，Tantivy 值得看一看。

Tantivy 是一个用 Rust 编写的全文搜索引擎库，设计上大量参考了 Apache Lucene。它不是独立的搜索服务，而是一个可以集成到 Rust 项目中的 crate，适合需要自建搜索引擎的场景。

这个项目在 GitHub 上拿到了超过 15000 个 Star，被 Etsy、ParadeDB、Element.io 等多家公司在生产环境中使用。

性能方面

根据官方基准测试，Tantivy 的搜索延迟大约是 Lucene 的一半。它支持 SIMD 整数压缩，在包含 SSE2 指令集的 CPU 上运行效果更好。启动时间不到 10 毫秒，对于命令行工具或嵌入式场景很友好。

核心功能

• 全文搜索，支持自然语言查询，比如 (michael AND jackson) OR "king of pop"
• 短语查询搜索
• BM25 评分算法，和 Lucene 一致
• 可配置的分词器，支持 17 种拉丁语言的词干提取，中文有 jieba 和 cang-jie 两个分词插件，日文和韩文也有对应方案
• 增量索引和多线程索引，官方称索引英文维基百科不到 3 分钟
• 支持文本、整数、浮点数、日期、IP、布尔值、层级分面等字段类型
• JSON 字段支持
• 压缩文档存储，可选 LZ4、Zstd 或不压缩
• 范围查询和分面搜索
• 聚合收集器，包含直方图、范围分桶、平均值和统计指标

语言绑定

Tantivy 本身用 Rust 编写，但社区提供了其他语言的绑定。Python 可以用 tantivy-py，Ruby 可以用 tantiny。如果需要分布式搜索能力，可以看同团队的 Quickwit，它基于 Tantivy 构建。

快速上手

Tantivy 可以在 stable Rust 上编译，支持 Linux、macOS 和 Windows。项目提供了基础搜索示例和 tantivy-cli 命令行工具，后者可以在几分钟内搭建一个维基百科搜索引擎。

基本用法很简单：引入 tantivy crate，定义 schema，创建索引，写入文档，执行搜索。完整的 API 文档可以在 docs.rs 上查阅。

应用场景

已经有一些基于 Tantivy 构建的项目：seshat 用它做 Matrix 消息索引，lnx 是一个带 REST API 的容错搜索引擎，Bichon 是用 Rust 写的邮件归档工具。Tantivy 在这些项目中承担了核心的索引和搜索功能。

对于需要在应用内嵌入全文搜索能力的 Rust 开发者来说，Tantivy 是目前最成熟的选择。性能好，功能全，社区活跃，生态也在逐步完善。

者来说，Tantivy 是目前最成熟的选择。性能好，功能全，社区活跃，生态也在逐步完善。