havenask

注意

旧版本: 1.1.0, 1.0.0, 1.0.0-beta, main-stable-0.4<br> 新旧主分支存在较大差异，如果同步代码分支出现错误，请与当前主分支保持一致。

简介

Havenask是阿里巴巴集团开发的搜索引擎，是阿里巴巴集团内广泛使用的大规模分布式信息搜索系统。它为阿里巴巴集团内的淘宝、天猫、菜鸟、高德、饿了么等业务以及全球服务提供搜索服务。它以低成本提供高性能且易用的搜索服务。Havenask还提供灵活的定制和开发能力。其算法可以快速迭代。通过这种方式，Havenask使您能够开发适合您业务的智能搜索服务，并赋能业务增长。

Havenask提供以下优势：

• <strong>卓越性能</strong>：确保从数千亿数据记录中进行实时搜索，实现每秒数百万次查询（QPS）和每秒数百万次写入（TPS）。Havenask以毫秒级响应查询，秒级更新数据。

• <strong>C++底层结构</strong>：确保更高的性能以及更好的内存和稳定性。

• <strong>支持SQL查询</strong>：提供更加用户友好的查询体验。

• <strong>丰富的插件</strong>：支持各种业务插件，使引擎具有高度可扩展性。

• <strong>支持图形化开发</strong>：允许您在几分钟内迭代算法。此外，还提供广泛的定制能力，为下一代智能搜索提供卓越性能。

文档

• Havenask Wiki: https://havenask.net

快速开始

• Havenask Docker镜像（镜像平台：amd64）
  • <strong>ha3_runtime</strong>：运行时镜像允许您无需编译即可快速启动搜索服务。
  • <strong>ha3_dev</strong>：开发镜像包含编译havenask所需的所有库。快速入门
• 要求
  • 运行时：CPU > 2核，内存 > 4G，磁盘 > 20G
  • 开发：CPU > 2核，内存 > 10G，磁盘 > 50G
  • 安装并启动Docker
  • 确保可以无需密码SSH到本地主机，参考本地模式

启动Havenask服务

• 创建容器 CONTAINER_NAME指定容器的名称。

wget https://github.com/alibaba/havenask/releases/download/v1.2.0/create_container.sh
docker pull registry.cn-hangzhou.aliyuncs.com/havenask/ha3_runtime:latest
./create_container.sh <CONTAINER_NAME> registry.cn-hangzhou.aliyuncs.com/havenask/ha3_runtime:latest

• 登录容器

./<CONTAINER_NAME>/sshme

• 启动Havenask服务

/ha3_install/hape start havenask

• 创建表

/ha3_install/hape create table -t in0 -s /ha3_install/example/cases/normal/in0_schema.json -p 1

• 插入数据

/ha3_install/sql_query.py --query "insert into in0 (createtime,hits,id,title,subject)values(1,2,4,'test', 'test')"

• 查询

/ha3_install/sql_query.py --query "select * from in0"

联系我们

Havenask钉钉群：

项目介绍

Havenask是阿里巴巴集团自研的搜索引擎，也是阿里巴巴内部广泛使用的大规模分布式检索系统，支持了包括淘宝、天猫、菜鸟、高德、饿了么、全球化在内整个阿里巴巴集团的搜索业务，为用户提供高性能、低成本、易用的搜索服务，同时具有灵活的定制和开发能力，支持算法快速迭代，帮助客户和开发者量身定做适合自身业务的智能搜索服务，助力业务增长。 此外，基于Havenask打造的行业AI搜索产品——阿里云OpenSearch，也将继续在阿里云上为企业级开发者提供全托管、免运维的一站式智能搜索服务，欢迎企业级开发者试用。

支持与大语言模型结合，实现基于文档的问答系统，详情请参考llm。

核心能力 Havenask的核心能力与优势包括以下几点：

• 极致的工程性能：支持千亿级数据实时检索，百万QPS查询，百万TPS写入，毫秒级查询延迟与秒级数据更新。
• C++底层构建：对性能、内存、稳定性有更高保障。
• SQL查询支持：支持SQL语法便捷查询，查询体验更友好。
• 丰富的插件机制：支持各类业务插件，拓展性强。
• 支持图化开发：实现算法分钟级快速迭代，定制能力丰富，在新一代智能检索场景下的支持效果优秀。
• 支持向量检索：可通过与插件配合实现多模态搜索，满足更多场景的搜索服务搭建需求。

相关文档

• Havenask Wiki: https://havenask.net

开始使用

• 镜像介绍（镜像平台：amd64）
  • ha3_runtime：可直接运行的镜像，无需编译代码，包含了问天引擎的可执行文件。
  • ha3_dev：用于开发测试的镜像，包含开发测试时需要的各种依赖库和头文件，如何编译问天引擎请参考QuickStart。
• 环境要求
  • 运行镜像：确保机器内存大于4G，CPU大于2核，磁盘大小大于20G。
  • 开发镜像：确保机器内存大于10G，CPU大于2核，磁盘大小大于50G。
  • 使用前确保设备已经安装和启动Docker服务。
  • 单机模式需要确保本机能免密SSH登录自己，详情参考单机模式。

启动服务

• 创建容器 其中CONTAINER_NAME为指定的容器名

wget https://github.com/alibaba/havenask/releases/download/v1.2.0/create_container.sh
docker pull registry.cn-hangzhou.aliyuncs.com/havenask/ha3_runtime:latest
./create_container.sh <CONTAINER_NAME> registry.cn-hangzhou.aliyuncs.com/havenask/ha3_runtime:latest

• 登录容器

./<CONTAINER_NAME>/sshme

• 启动havenask服务

/ha3_install/hape start havenask

• 创建表

/ha3_install/hape create table -t in0 -s /ha3_install/example/cases/normal/in0_schema.json -p 1

• 写入数据

/ha3_install/sql_query.py --query "insert into in0 (createtime,hits,id,title,subject)values(1,2,4,'测试', '测试')"

• 查询数据

/ha3_install/sql_query.py --query "select * from in0"

联系我们 官方技术交流钉钉群：

[钉钉群二维码图片]