RawWeb最近进行了两项重要更新：引入SimHash实现文档去重，并将Elasticsearch迁移至Meilisearch以降低运维成本。成功清理了56,000个相似文档，但在Meilisearch的内存和性能上遇到挑战。SimHash通过哈希算法高效评估文本相似度，优化了分词质量。迁移过程中发现了存储空间和内存使用的问题，后续将继续调试和优化。

在过去两周，我对RawWeb进行了两项重要改进：引入SimHash算法进行文档去重，并将数据从Elasticsearch迁移到Meilisearch以降低运营成本。成功清理了56000个相似文档，但在Meilisearch上遇到了一些内存和性能挑战。

RawWeb.org是一个搜索引擎项目，旨在帮助用户发现被主流搜索引擎忽视的个人数字花园。该项目使用PostgreSQL作为数据库，Redis进行缓存，Elasticsearch进行全文搜索，支持多语言内容索引。经过Django、Nest.js和Go三个版本的开发，最终选择Go作为主要技术栈，前端使用SvelteKit，基础设施采用Docker Compose和VPS。未来计划包括建立监控系统。

RawWeb.org 是一个搜索引擎项目，旨在展示被忽视的个人数字花园，已收录17,000个站点和615,000篇文章。该项目使用PostgreSQL、Redis和Elasticsearch等技术，支持多语言内容索引。经过Django、Nest.js和Go的重构，最终选择Go作为后端，前端使用SvelteKit，基础设施采用Docker Compose，部署在Hetzner VPS上。

RawWeb.org是一个搜索引擎项目，旨在展示被主流搜索引擎忽视的个人数字花园。该项目使用PostgreSQL、Redis、RabbitMQ和Elasticsearch等技术，支持多语言内容索引。爬虫通过RSS获取数据，后端经历了Django、Nest.js和Go的重构，最终选择Go作为主要开发语言，前端使用SvelteKit，基础设施采用Docker Compose，确保不依赖特定供应商。