Meilisearch

Meilisearch devuelve resultados en menos de 50 milisegundos, según Meili, una velocidad suficiente para actualizar la página con cada tecla. Esa rapidez marca la diferencia entre una caja de búsqueda en la que los usuarios confían y otra que abandonan. El motor lo consigue con un núcleo en Rust y un índice pensado para consultas de baja latencia en lugar de informes por lotes. Rápido, siempre.

La búsqueda híbrida mezcla la coincidencia de texto completo con la búsqueda semántica, así una consulta encuentra resultados por su significado y no solo por las palabras exactas. Alguien que pregunta por "auriculares para correr resistentes al agua" puede coincidir con un anuncio titulado "auriculares deportivos resistentes al sudor" aunque no compartan palabras clave. Tú aportas tu propio modelo de embeddings, y Meilisearch se encarga del almacenamiento de vectores y del orden que combina ambas señales en una única lista ordenada. No es un juguete de palabras clave.

Las faltas de ortografía, las letras que faltan y los caracteres cambiados de sitio no rompen una búsqueda. Meilisearch ordena por relevancia de forma predeterminada, pondera la importancia de las palabras y trata los prefijos como coincidencias, así al escribir "app" aparece "apple". Obtienes resultados útiles antes de tocar una sola regla de orden.

El motor maneja muchos idiomas con una tokenización consciente del idioma, así los límites entre palabras y la raíz léxica funcionan bien fuera del inglés. Para un sitio que atiende varias regiones, eso significa que una sola configuración de búsqueda cubre a más parte de tu público en lugar de un índice aparte por cada región.

Puedes construir los controles que espera quien compra, como filtros de marca, rangos de precio y opciones de orden, sobre el mismo índice que mueve la búsqueda de texto. El filtrado convive con la búsqueda semántica en lugar de sustituirla, así una consulta híbrida puede seguir respetando un filtro de categoría. Detalle pequeño, gran beneficio.

La búsqueda federada permite que una sola petición saque resultados de varios índices a la vez y los combine en una lista ordenada. Si tu aplicación reparte los datos entre productos, artículos y documentación de ayuda, los usuarios reciben una respuesta en lugar de tres cajas de búsqueda separadas. Una caja. Una lista.

Meilisearch guarda vectores y te deja lanzar consultas de similitud, lo que lo convierte en una capa de recuperación ligera para apps de IA. Mantienes documentos y embeddings en un solo sitio en lugar de coser un motor de búsqueda a una base de datos vectorial aparte. Un almacén, dos funciones.