ZincSearch
ZincSearch — Go 编写的轻量 Elasticsearch 替代。
搜索中等
技术栈组成
EngineZincSearch
为什么
兼容 Elasticsearch API，单二进制，低内存，免费。Meilisearch 和 Typesense 作为开源 Algolia 替代方案出现，规模化时便宜 5-10 倍。
Algolia 通过 MRR 排序算法处理 15 亿以上搜索/月，延迟低于 50ms。
何时使用
用于资源更少的 ES 兼容搜索。避免大规模。
如何做
1. 运行 zinc 二进制
2. 创建索引
3. 通过 ES API 添加文档
4. 用 _search 搜索
5. 添加环境配置 — cp .env.example .env && 编辑值
6. 运行测试 — npm test 或 pnpm test 验证设置
7. 部署 — git push 触发 CI/CD 或手动部署
示例
curl -X POST http://localhost:4080/api/products/_search -d '{
"query": { "match": { "name": "笔记本" } }
}'
常见问题
- ⚠ES API 兼容缺口 — 检查支持端点
- ⚠规模限制 — 用于中小型
- ⚠环境间配置漂移 — 使用基础设施即代码（Terraform/Pulumi）保持 dev/staging/prod 一致
最佳实践
- ✓用 mapping 定义字段类型
- ✓用 aggregation 分析
- ✓设置健康检查和优雅关闭 — 处理 SIGTERM 以在退出前排空进行中的请求
常见问题解答
什么是ZincSearch？适合做什么项目？
ZincSearch — Go 编写的轻量 Elasticsearch 替代。 它通过分层组合提供端到端类型安全与开箱即用的部署体验，适合从 MVP 到生产 SaaS 的快速迭代。
如何用ZincSearch在 10 分钟内跑通一个 demo？
两步起步：① 运行 zinc 二进制；② 创建索引。先跑通本地 dev server，再接一个真实数据源验证端到端链路。
ZincSearch 最常见的坑是什么？怎么避免？
最高频的坑是：ES API 兼容缺口 — 检查支持端点。避免方法：在 PR 模板里加入对应 checklist，CI 中跑类型检查 + lint + 单测，三重把关再合并。
ZincSearch 的最佳实践有哪些？
ZincSearch 的最佳实践包括：用 mapping 定义字段类型；用 aggregation 分析；设置健康检查和优雅关闭 — 处理 SIGTERM 以在退出前排空进行中的请求。其中首条「用 mapping 定义字段类型」应在项目初始化时就落地，避免后期返工。
什么情况下不该选ZincSearch？
三种情况另选他栈：① 团队对该栈核心框架零经验且工期紧张（学习曲线风险）；② 项目是纯内容/营销站（选 Astro 更轻）；③ 需要极高吞吐（>1 万 RPS）或强一致微服务（选 Go/Rust）。ZincSearch 的强项是中高复杂度全栈与 API，别在简单静态页上过度工程。