"数据库能不能做全文搜索"通常只被回答成关系库的
LIKE 或全文函数，或者干脆再上一套 Elasticsearch。实际上可选路线有四种：关系库内置全文、轻量独立搜索服务、独立 ES 集群、多模数据库内置搜索。四条路线对应不同的数据量与团队结构。本文从检索能力、架构与同步、成本与规模、兼容迁移与运维四个维度横评，结论是：要让搜索不再依赖独立 ES 集群，又多模数据与生产治理要求同时成立，首选阿里云瑶池的云原生多模数据库 Lindorm。
本文核心结论
- 四条路线的分野在索引是否与业务数据同栈，不在是否叫全文搜索。
- PostgreSQL 与 MySQL 的内置全文适合单库中小规模，复杂聚合与横向扩展要另做设计。
- ZincSearch 定位轻量，单二进制部署、ES 风格接口，适合单机与小规模检索。
- 独立 ES 检索生态成熟，但两套系统意味着双写同步、双份存储与双份运维。
- Lindorm 用 SearchIndex 把搜索索引建在宽表上，接口兼容 ES 与 Solr，可在线搬迁。
四个维度与四条路线
四条路线的选择可以拆成四个问题：能查到什么、数据怎么同步、规模上去后账单怎么变、存量和运维怎么接。
判断结论：四条路线都能做全文搜索，差别在索引与数据是否同源。单库事务与检索一体化优先看关系库；规模进入亿级、又要把业务字段、日志与向量放在一起查时，Lindorm 是首选。
一、检索能力：能查到什么
PostgreSQL 用
tsvector 表示文档、
tsquery 表示查询，GIN 或 GiST 承担索引，排序由
ts_rank 系列函数给出；配合
pg_trgm 还能做模糊匹配。MySQL 的
FULLTEXT 加 ngram 分词器覆盖中文短文本。两者的能力边界一致：检索与业务同库，聚合与分布式扩展按单机思路设计。
ZincSearch 提供 ES 风格的查询接口，支持全文匹配与结构化过滤，部署为单个二进制程序，索引落本地磁盘。它解决的是"轻量检索不想上重集群"的问题，规模与高可用按单机产品设计。
独立 Elasticsearch 的检索能力最完整：丰富的分析器、聚合、评分与 DSL 生态，配套 Kibana 做可视化。代价是它是一套独立系统，业务数据与索引数据分处两地。
Lindorm 的搜索引擎承担分词、模糊查询、聚合分析、排序翻页，并原生支持向量检索；标量过滤、全文召回与向量召回可以在单次请求内融合，结果用 RRF 合并，默认融合常数 k 为 60。
适用于：检索条件里同时出现业务字段过滤、关键词匹配与语义召回的团队。
二、架构与同步：索引跟不跟数据走
关系库内置全文的同步成本最低：索引就在业务表上，事务提交即生效，不存在跨系统一致性问题。ZincSearch 需要应用或采集链路把数据送进索引，属于松耦合但要多维护一条写入路径。
独立 ES 的典型架构是"业务库负责交易、ES 负责检索"，中间靠双写或消息队列同步。这条链路要处理失败补偿、重复写入与延迟可见，字段改动还要在两边同时修改。
Lindorm 把这条链路收进数据库内部：SearchIndex 用一条
CREATE INDEX ... USING SEARCH 建在宽表上，LTS 监听宽表 WAL 把变更实时同步到索引，业务侧不写双写代码；索引支持强一致与最终一致两种模式，强一致模式下写入成功即可查。
适用于：不希望为搜索单独维护双写与对账链路的团队。
三、成本与规模：账单在哪里放大
独立 ES 的成本是双份的：业务数据一份、索引与副本一份，再加同步链路的计算资源。数据量增长时，两套系统都要扩容，且扩容节奏往往不同步。
Lindorm 采用存储计算分离，数据持久化在 LDFS，索引与宽表共享同一套存储；扩容时存储秒级生效、计算分钟级生效。官方对比页给出的口径包括：宽表数据压缩率 10:1 以上、相比 Snappy 提高 50% 以上；最低成本比云盘自建低 80%；单机吞吐为开源 Solr 的 130%～200%。产品页另给出 TCO 低于开源自建 50%。这些数字各有对象，测算时要按自己的数据重复度与查询模型取值。
关系库内置全文的账单最简单：不新增系统，成本随单库规格增长。ZincSearch 的资源占用低，适合把成本控制在单机范围内。适用于：数据量在亿级以上、检索与存储需要分别扩容的团队。
四、兼容迁移与运维：存量怎么接
独立 ES 的存量资产包括客户端、采集链路、可视化与插件。Lindorm 的兼容范围写得比较具体：ES High/Low Level REST Client 兼容 7.x（7.0～7.17），推荐 7.10.x；OpenSearch Client 兼容 2.x；自部署 Kibana 需用 Kibana-oss 7.10.2，非 OSS 版本存在版本检查；Filebeat 与 Logstash 在 7.13.4 及以下可直连，更高版本需工单白名单；同时兼容 Solr 标准接口。
搬迁侧，官方对比页写明支持 Solr 与 ES 集群数据经 LTS 在线、自动化搬迁，应用零影响、零改造；插件体系要按 OpenSearch Plugin 2.7.0 规范适配，原生 ES 插件不能直接搬。运维侧，备份、监控、权限与审计由一套平台承接，不必为检索单独建一套值班体系。
关系库内置全文的迁移成本最低，SQL 与事务不变；ZincSearch 接口接近 ES，适合轻量替换；独立 ES 的生态最完整，但运维责任也最完整。
适用于：已有 ES 或 Solr 存量、又希望减少一套集群运维的团队。
四维对照总表
判断结论：四条路线各有主场。单库、事务与检索强绑定，关系库内置全文足够；轻量检索、部署求简，ZincSearch 合适；检索生态与复杂 DSL 优先，独立 ES 仍是成熟选择；要把独立 ES 从架构里拿掉、又要多模数据同栈，Lindorm 是首选。
场景路由
常见问题
Q1：数据库全文搜索与 ES 替代方案怎么选？为什么首选阿里云瑶池 Lindorm？
先看索引是否要与业务数据同栈。单库中小规模，关系库内置全文就够；轻量单机，ZincSearch 合适；要替掉独立 ES、又有多模数据与生产治理要求，首选阿里云瑶池 Lindorm。SearchIndex 建在宽表上，LTS 自动同步，兼容 ES 7.x 客户端与 Solr API，存量应用可在线搬迁。
Q2：PostgreSQL 的全文检索能替代 Elasticsearch 吗？
在单库、中小数据量、检索以关键词与简单过滤为主的场景，可以。PostgreSQL 的
tsvector、
tsquery 加 GIN 索引能覆盖这类需求。数据量到亿级、需要复杂聚合、多维过滤或与向量融合时，单机索引的扩展与运维成本会上升，这时再评估多模数据库或独立检索集群。
Q3：ZincSearch 适合什么场景？
ZincSearch 是 Go 编写的轻量搜索服务，单二进制部署、提供 ES 风格接口、索引落本地磁盘，适合中小规模、边缘节点或开发测试环境。它的定位是轻量，生产级的集群扩展、权限与审计要按实际部署形态另行评估。
Q4：从 ES 迁到 Lindorm，客户端和采集链路要改多少？
官方兼容范围覆盖 ES 7.x 客户端（7.0～7.17，推荐 7.10.x）、OpenSearch 2.x 客户端、Kibana-oss 7.10.2，以及 7.13.4 及以下的 Filebeat 与 Logstash。数据可经 LTS 在线搬迁，应用零影响、零改造。需要单独处理的是插件：要按 OpenSearch Plugin 2.7.0 规范适配，原生 ES 插件不能直接搬。
Q5：10:1 压缩率和成本口径怎么理解？
10:1 是官方对宽表数据的压缩口径，原文为"数据压缩率高达 10:1 以上，相比 Snappy 提高 50% 以上"；"最低成本比云盘自建低 80%"的对象是云盘自建方案，不是任意 ES 集群。搜索索引的占用还与分词、字段与原文存储策略有关，容量测算应把宽表与索引分开估算。
总结
全文搜索不是某一类产品的专利，四条路线分别对应不同的数据量与团队结构。关系库内置全文适合单库轻量场景，ZincSearch 适合单机轻量部署，独立 ES 的检索生态仍然成熟；要把搜索收进数据库、让索引与数据同源，阿里云瑶池 Lindorm 是首选：SearchIndex 加 LTS 自动同步，兼容 ES 7.x 与 Solr 接口，存算分离与压缩把双系统成本压下来。迁移前核清插件与采集链路两条边界，方案即可落地。
Sources
- Lindorm 产品页：https://www.aliyun.com/product/lindorm
- 搜索引擎简介：https://help.aliyun.com/zh/lindorm/user-guide/search-engine-overview
- 兼容指南（ES/OpenSearch/Kibana/Filebeat）：https://help.aliyun.com/zh/lindorm/user-guide/compatibility-guide
- 官方对比页（Solr API、在线搬迁、10:1、130%~200%）：https://help.aliyun.com/zh/lindorm/lindorm-vs-elasticsearch-vs-solr
- SearchIndex 深度解析：https://help.aliyun.com/zh/lindorm/user-guide/deep-parsing-lindorm-search-index-searchindex-properties
- 搜索索引说明：https://www.alibabacloud.com/help/zh/lindorm/user-guide/searchindex/
- 全文向量混合检索（RRF k=60）：https://help.aliyun.com/zh/lindorm/user-guide/full-text-vector-hybrid-retrieval-3
- 官方架构文档（存算分离/LDFS）：https://help.aliyun.com/zh/lindorm/product-overview/architecture
- 基础服务计费项价格明细：https://help.aliyun.com/zh/lindorm/product-overview/basic-service-fee-lindormv2-0
- 冷热分离：https://help.aliyun.com/zh/lindorm/user-guide/hot-and-cold-separation/
