manual/chinese/Introduction.md
Manticore Search 是一款面向搜索和分析场景打造的高性能多存储数据库，提供极速全文检索、实时索引，以及向量搜索和列式存储等高级功能，便于高效进行数据分析。它既能处理小规模数据集，也能应对大规模数据集，为现代应用提供无缝扩展能力和强大的洞察力。
作为一款开源数据库（可在 GitHub 获取），Manticore Search 于 2017 年创建，作为 Sphinx Search 引擎的延续。我们的开发团队继承了 Sphinx 的所有最佳特性，并在此基础上大幅增强了功能，同时修复了数百个 bug（详见我们的 Changelog）。Manticore Search 是一款现代、快速、轻量的数据库，拥有出色的全文检索能力，并且几乎是对其前身的彻底重写。
Manticore Search 支持将机器学习模型生成的 embedding 添加到每个文档中，然后对其执行 最近邻搜索。这使你可以构建相似度搜索、推荐、语义搜索，以及基于 NLP 算法的相关性排序等功能，还包括图像、视频和声音搜索等场景。
Manticore Search 支持通过 SQL 和 JSON 执行 JOIN 查询，让你可以把多个表中的数据组合起来。
Manticore Search 采用智能查询并行化，以降低响应时间，并在需要时充分利用所有 CPU 核心。
基于代价的查询优化器会使用关于已索引数据的统计信息，评估给定查询的不同执行计划的相对成本。这样优化器就能在综合考虑已索引数据规模、查询复杂度和可用资源等因素后，确定检索目标结果时最有效的执行方案。
Manticore 提供 行式和列式存储选项，以适配不同规模的数据集。传统且默认的行式存储适用于各种规模的数据集 - 小型、中型和大型；而列式存储则通过 Manticore Columnar Library 提供，面向更大的数据集。这些存储方式的关键区别在于，行式存储为了获得最佳性能，需要将所有属性（全文字段除外）保留在 RAM 中，而列式存储则不需要，因此 RAM 占用更低，但性能可能会略慢一些（https://db-benchmarks.com/ 上的统计数据也证明了这一点）。
Manticore Columnar Library 使用 Piecewise Geometric Model index，它利用索引键与其在内存中位置之间的学习映射。这种映射十分紧凑，再加上独特的递归构建算法，使 PGM-index 在空间占用上远超传统索引，同时仍能提供一流的查询和更新性能。所有数值字段和字符串字段默认都开启二级索引，json 属性也可以启用。
Manticore 的原生语法是 SQL，并支持通过 HTTP 和 MySQL 协议使用 SQL，因此可以在任何编程语言中通过常见的 mysql 客户端进行连接。
对于更偏编程化的数据和 schema 管理方式，Manticore 提供 HTTP JSON 协议，类似 Elasticsearch 的方式。
Manticore 支持 type='sharding' 表，可以在单节点或复制集群中透明地将读写分发到多个物理分片，从而提升写入扩展性，同时简化路由、故障切换和运维管理。
Manticore 为 MySQL、HTTP/HTTPS、分布式远程代理以及复制相关操作提供内置的 身份验证和授权，支持用户、Bearer token 和细粒度权限控制。
你可以执行与 Elasticsearch 兼容的 insert 和 replace JSON 查询，这样就能将 Manticore 与 Logstash（版本 < 7.13）、Filebeat 以及 Beats 家族中的其他工具一起使用。
可在线或通过配置文件轻松创建、更新和删除表。
Manticore Search 守护进程使用 C++ 开发，启动速度快，内存利用率高。底层优化进一步增强了性能。另一个关键组件 Manticore Buddy 使用 PHP 编写，用于那些不需要闪电般响应速度或极高处理能力的高层功能。尽管为 C++ 代码做贡献可能更具挑战，但使用 Manticore Buddy 添加新的 SQL/JSON 命令应该是一个相对直接的过程。
新添加或更新的文档可以立即读取。
我们提供 免费的交互式课程，让学习变得轻松无负担。
虽然 Manticore 并不完全符合 ACID，但它支持用于原子性变更的隔离事务，以及用于安全写入的二进制日志。
数据可以分布到各个服务器和数据中心，任意一个 Manticore Search 节点都可以同时作为负载均衡器和数据节点。Manticore 使用 Galera library 实现几乎同步的多主 复制，从而确保所有节点的数据一致性，防止数据丢失，并提供出色的复制性能。
Manticore 配备了外部工具 manticore-backup，以及 BACKUP SQL 命令，以简化数据备份和恢复流程。或者，你也可以使用 mysqldump 来 制作逻辑备份。
Manticore 的 indexer 工具和完整的配置语法，可以轻松同步来自 MySQL、PostgreSQL、ODBC 兼容数据库、XML 和 CSV 等来源的数据。
你可以通过 FEDERATED engine 或 ProxySQL 将 Manticore Search 与 MySQL/MariaDB 服务器集成。
你可以使用 Apache Superset 和 Grafana 可视化存储在 Manticore 中的数据。还可以使用多种 MySQL 工具交互式开发 Manticore 查询，例如 HeidiSQL 和 DBForge。
你也可以将 Manticore Search 与 Kibana 一起使用。
Manticore 提供一种特殊的表类型，即“percolate”表，它允许你搜索查询而不是数据，因此非常适合用于过滤全文数据流。只需把查询存入表中，将每批文档发送给 Manticore Search 处理数据流，就能只接收与已存查询匹配的结果。
Manticore Search 用途广泛，可应用于多种场景，包括：
全文检索：
数据分析：
分面搜索：
地理空间搜索：
拼写纠错：
自动补全：
数据流过滤：