2026 Meilisearch 自建全文搜索引擎：Docker 部署打造个人搜索服务

你的网站需要一个站内搜索功能？Elasticsearch 功能强大但资源占用感人——光 JVM 堆内存就要吃掉 1GB 起步。用 Algolia 吧，免费版只有 10000 条记录，超了就得每月 $50 起。Google Custom Search 倒是免费，但你的用户每搜索一次就给 Google 贡献一条数据，隐私堪忧。

Meilisearch 就是来解决这些痛点的。它是一个用 Rust 编写的开源全文搜索引擎，以极低的资源消耗提供毫秒级的搜索体验，支持中文分词、Typo 容错、Faceted 过滤、地理搜索，甚至内置了 AI 混合搜索能力。GitHub 上 58.2k Star 就是它实力的最好证明。

而且 Rust 写的东西有个天然优势：无 GC、内存安全、极致性能。Meilisearch 在 512MB 内存的 VPS 上就能跑得很舒服，一个 Docker Compose 文件搞定部署。

一、Meilisearch vs 其他搜索方案#

对比项	Meilisearch	Elasticsearch	Algolia	Google Custom Search
语言	Rust	Java	商业闭源	商业闭源
价格	免费开源（MIT）	免费开源（SSPL）	免费额度后 $0.50/千次	免费 100 次/天，$5/千次
内存占用	~100MB 起步	~1GB 起步（需 JVM）	托管无需关心	托管无需关心
部署方式	Docker / 单二进制	Docker / 集群	SaaS	SaaS
中文分词	✅ 内置	❌ 需插件	✅	✅
Typo 容错	✅ 默认开启	❌ 需配置	✅	❌
AI 混合搜索	✅ 支持	✅ 需插件	✅	❌
自建可控	✅ 完全可控	✅ 完全可控	❌ 数据在第三方	❌ 数据在 Google

简单结论：如果你想要轻量、开箱即用、自己可控的站内搜索，Meilisearch 是最优解。 Elasticsearch 适合大规模日志分析场景，Algolia 适合不想运维的团队。

二、Docker Compose 一键部署#

Meilisearch 的官方 Docker 镜像 getmeili/meilisearch 只有几十 MB，配置非常简单。

docker-compose.yml#

1
version: '3.8'
2

3
services:
4
  meilisearch:
5
    image: getmeili/meilisearch:v1.48
6
    container_name: meilisearch
7
    restart: unless-stopped
8
    ports:
9
      - "7700:7700"
10
    environment:
11
      - MEILI_MASTER_KEY=你的主密钥请改成随机字符串
12
      - MEILI_ENV=production
13
      - MEILI_NO_ANALYTICS=true
14
    volumes:
15
      - ./meili_data:/meili_data

启动#

1
# 创建数据目录
2
mkdir -p ./meili_data
3

4
# 启动容器
5
docker compose up -d
6

7
# 检查日志
8
docker compose logs -f meilisearch

启动后访问 http://你的服务器IP:7700，你应该能看到 Meilisearch 的 API 欢迎页面。

安全提示：MEILI_MASTER_KEY 请务必生成一个强随机字符串。可以用 openssl rand -base64 32 生成。没有设置 master key 时搜索 API 是公开的，任何人只要知道你的服务器地址就能搜索甚至修改数据。

三、配置详解#

3.1 主密钥（Master Key）#

Master Key 是 Meilisearch 的安全基石。设置后：

默认所有 API 都需要鉴权
可以通过 Master Key 生成不同权限的 API Key（搜索专用、管理专用等）
未设置时运行在 “公开模式”，任何人都可以读写

1
environment:
2
  - MEILI_MASTER_KEY=your-super-secure-master-key

3.2 中文分词#

Meilisearch v1.x 版本已经内置了 中文分词支持（基于 Charabia 库），无需额外配置。你只需要创建索引时设置好语言：

1
# 创建索引时指定中文
2
curl -X POST 'http://localhost:7700/indexes' \
3
  -H "Authorization: Bearer YOUR_API_KEY" \
4
  -H "Content-Type: application/json" \
5
  -d '{
6
    "uid": "articles",
7
    "primaryKey": "id"
8
  }'
9

10
# 设置中文分词
11
curl -PATCH 'http://localhost:7700/indexes/articles/settings' \
12
  -H "Authorization: Bearer YOUR_API_KEY" \
13
  -H "Content-Type: application/json" \
14
  -d '{
15
    "localizedAttributes": [{"locales": ["zh"], "attributePatterns": ["title", "content"]}]
16
  }'

中文搜索效果实测：搜索”手机”能匹配到”智能手机”、“手机壳”、“手机维修”等内容，分词准确率很高。

3.3 搜索设置优化#

Meilisearch 提供了丰富的搜索设置，可以通过 API 配置：

1
# 设置可搜索属性
2
curl -XPATCH 'http://localhost:7700/indexes/articles/settings' \
3
  -H "Authorization: Bearer YOUR_API_KEY" \
4
  -H "Content-Type: application/json" \
5
  -d '{
6
    "searchableAttributes": ["title", "description", "content"],
7
    "filterableAttributes": ["category", "tags", "date"],
8
    "sortableAttributes": ["date", "title"],
9
    "rankingRules": ["words", "typo", "proximity", "attribute", "sort", "exactness"]
10
  }'

3.4 AI 混合搜索（v1.8+）#

Meilisearch v1.8 版本之后引入了 AI 混合搜索能力。要启用，需要配置一个嵌入模型：

1
environment:
2
  - MEILI_EXPERIMENTAL_ENABLE_VECTOR_SEARCH=true
3
  # 可选：使用本地嵌入模型（无需外部 API）
4
  - MEILI_EMBEDDER_SOURCE=hugging-face
5
  - MEILI_EMBEDDER_MODEL=all-MiniLM-L6-v2

启用后，搜索结果会自动结合文本匹配和语义相似度，用户体验提升明显。

四、添加数据与搜索#

4.1 导入数据#

Meilisearch 支持 JSON 格式的批量导入：

1
curl -X POST 'http://localhost:7700/indexes/articles/documents' \
2
  -H "Authorization: Bearer YOUR_API_KEY" \
3
  -H "Content-Type: application/json" \
4
  -d '[
5
    {"id": 1, "title": "Go 泛型入门", "content": "Go 1.18 引入了泛型...", "date": "2026-06-20", "tags": ["go", "编程"]},
6
    {"id": 2, "title": "Docker 容器化部署", "content": "Docker 让应用部署变得简单...", "date": "2026-06-19", "tags": ["docker", "部署"]},
7
    {"id": 3, "title": "Rust 生命周期详解", "content": "生命周期是 Rust 最核心的概念之一...", "date": "2026-06-18", "tags": ["rust", "编程"]}
8
  ]'

4.2 搜索查询#

搜索 API 超级简单：

1
# 基本搜索
2
curl 'http://localhost:7700/indexes/articles/search' \
3
  -H "Authorization: Bearer YOUR_API_KEY" \
4
  -H "Content-Type: application/json" \
5
  -d '{"q": "docker 部署", "limit": 10}'
6

7
# 带过滤条件的搜索
8
curl 'http://localhost:7700/indexes/articles/search' \
9
  -H "Authorization: Bearer YOUR_API_KEY" \
10
  -H "Content-Type: application/json" \
11
  -d '{"q": "泛型", "filter": "date > 2026-06-01", "sort": ["date:desc"]}'

返回结果通常只需 几毫秒到十几毫秒，即使是几十万条数据的索引也是秒级的响应。

4.3 前端集成#

Meilisearch 提供了官方 SDK，覆盖几乎所有主流语言：

语言	SDK 包名	安装方式
JavaScript	`meilisearch`	`npm install meilisearch`
Python	`meilisearch`	`pip install meilisearch`
Go	`meilisearch-go`	`go get github.com/meilisearch/meilisearch-go`
Rust	`meilisearch-sdk`	`cargo add meilisearch-sdk`
Ruby	`meilisearch-rails`	`gem install meilisearch-rails`
PHP	`meilisearch-php`	`composer require meilisearch/meilisearch-php`

前端集成示例（JavaScript）：

1
import { MeiliSearch } from 'meilisearch'
2

3
const client = new MeiliSearch({
4
  host: 'http://localhost:7700',
5
  apiKey: 'YOUR_SEARCH_API_KEY'
6
})
7

8
const index = client.index('articles')
9
const results = await index.search('docker 部署', {
10
  limit: 20,
11
  attributesToHighlight: ['title', 'content']
12
})
13

14
console.log(results.hits)

五、备份与恢复#

Meilisearch 提供了两种备份机制：

5.1 Dumps（跨版本迁移）#

Dump 是 Meilisearch 在不同版本之间导入/导出的推荐方式：

1
# 触发 Dump（API）
2
curl -X POST 'http://localhost:7700/dumps' \
3
  -H "Authorization: Bearer YOUR_MASTER_KEY"
4

5
# Dump 文件保存在 /meili_data/dumps/ 目录下
6
# 恢复：启动时挂载 dump 文件
7
docker compose down
8
# 删除 meili_data/data.ms (老数据)
9
rm -rf ./meili_data/data.ms
10
# 重启时指定 dump 文件
11
docker compose run --rm meilisearch \
12
  --import-dump /meili_data/dumps/你的dump文件.dump
13
docker compose up -d

5.2 Snapshots（同版本快速恢复）#

1
environment:
2
  - MEILI_SNAPSHOT_INTERVAL_SECONDS=86400  # 每天自动快照

快照保存在 /meili_data/snapshots/ 目录，恢复时直接替换 data.ms 目录即可。

六、搭配反向代理#

和自建服务系列的其他文章一样，建议用 Caddy 或 NPM 给 Meilisearch 加一层 HTTPS 反代：

1
search.你的域名.com {
2
    reverse_proxy meilisearch:7700
3
}

别忘了在 docker-compose.yml 中把 Meilisearch 加入反代的网络，并且不需要对外暴露 7700 端口（仅内部访问）：

1
services:
2
  meilisearch:
3
    # ... 配置同上
4
    networks:
5
      - internal
6
    # 移除 ports 暴露（仅通过反代访问）
7

8
  caddy:
9
    # ... Caddy 配置
10
    networks:
11
      - internal
12

13
networks:
14
  internal:
15
    driver: bridge

FAQ#

Q: Meilisearch 免费版有什么限制？ A: Meilisearch 是开源软件，社区版（MIT 协议）没有任何功能限制。企业版（商业许可）提供额外功能如更多嵌入模型支持。对于个人自建来说，社区版完全够用。

Q: 内存占用到底多少？ A: 空载约 50-80MB，索引几万条数据后约 150-300MB。相比 Elasticsearch 动辄 1GB+ 的 JVM 堆内存，轻了一个数量级。

Q: 支持多少条数据？ A: 社区版没有硬限制，百万级数据毫无压力。实测 50 万条文章数据，搜索响应时间仍在 50ms 以内。

Q: 中文搜索效果怎么样？ A: 内置 Charabia 分词器对中文支持良好，常见场景下不需要额外配置。如果需要更精准的分词，可以配置自定义分词规则。

Q: 可以和 Elasticsearch 共存吗？ A: 完全可以。很多团队的架构是：Elasticsearch 负责日志分析，Meilisearch 负责前端站内搜索。两个场景不冲突。

Q: 升级版本要注意什么？ A: 建议先做 Dump 备份。跨主要版本升级时（如 v1.0 → v1.1），用 Dump 恢复最安全。小版本升级直接换镜像标签重启即可。

Q: Docker 部署要开放哪些端口？ A: 默认只需 7700。如果通过反代访问，你甚至不需要暴露 7700 端口，完全通过内部 Docker 网络通信。

音乐

广告