关于大量文本搜索的功能要怎么设计

[Philippa]

背景描述：目前有 10 万份到 100 万份单独英语文本，需求是首先抽取每个文本的每个单词出来，二是搜索时能够找出所有包含该关键字的文本出来，并能够对应到行。

当前想法：的方案是 elasticsearch，分词的话找个 python 库处理一下，有点像个迷你的搜索引擎，但不确定是否需要那么重量级的工具。

请教：有什么简单又直接又省运维成本的方案？非工作项目，所以全部上云，能不要内存型数据库就不要，能上 serverless 就上 serverless，以降每个月成本压到最低。Java 独有的技术线上不了，Python 、Go 和 JavaScript （ Node ）都可以。谢。

[noqwerty]

https://github.com/valeriansaliou/sonic
这个可以考虑一下？

[Philippa]

@noqwerty 十分感谢！里面介绍使用内存和 cpu 都很少，可运行在 5 刀的服务器上，另还有多种语言的 client 包，非常合适，明天就试试看：）

[love]

mysql?

[rogwan]

英文不需要分词库，默认一般就可以吧？

[update]

manticoresearch(基于 sphinx)
sphinx

[Philippa]

@update 谢谢，这个看起来很重，配置有点多

[Philippa]

@love mysql 数据量大了可能撑不住，撑得住也要考虑反应时间，除此之外还有扩展是否容易。

@rogwan 英语有分词库，而且时态也需要考虑。