Pourquoi auto-héberger Meilisearch sur un VPS
Meilisearch offre une expérience de recherche "search-as-you-type" comparable aux solutions commerciales, mais sous licence open source et avec une configuration minimale : pas de tuning ésotérique d'analyseurs, des réglages pertinents par défaut, et une API claire. L'auto-héberger sur un VPS vous épargne la facturation au document et à la recherche des services managés type Algolia, tout en gardant vos index et vos données produit sur votre propre infrastructure. C'est un choix particulièrement rentable pour un site e-commerce, un blog ou une documentation : un seul VPS modeste sert des centaines de milliers de recherches par jour avec une latence très faible. Vous contrôlez les clés d'API, les attributs filtrables et la pertinence, et vous pouvez réindexer à volonté sans contrainte de quota.
Les bénéfices concrets du self-hosting de Meilisearch
- Recherche instantanée sous 50 ms avec tolérance aux fautes de frappe activée par défaut.
- Configuration minimale : réglages de pertinence sensés d'origine, prise en main en quelques minutes.
- Filtrage, facettes, tri et highlighting intégrés pour construire une UI de recherche complète.
- Écrit en Rust : empreinte mémoire raisonnable et débit élevé même sur un petit VPS.
- API simple avec des SDK pour la plupart des langages et des intégrations front-end prêtes à l'emploi.
- Pas de coût au document indexé ni à la requête, contrairement aux moteurs de recherche managés.
Prérequis matériels et logiciels
Meilisearch est frugal mais charge une partie de ses index en mémoire pour rester rapide. Pour un index de quelques dizaines de milliers de documents, 1 à 2 Go de RAM suffisent ; pour des centaines de milliers de documents avec de nombreux attributs filtrables, visez 2 à 4 Go. La phase d'indexation est la plus consommatrice en RAM et en CPU, donc prévoyez une marge pour les réindexations. Un à deux vCPU conviennent et 20 à 40 Go de SSD couvrent l'index et ses snapshots. Vous aurez besoin de Docker, d'un domaine si vous exposez l'API au public, et impérativement d'une MEILI_MASTER_KEY : sans elle, en mode production, l'instance refuse de démarrer pour vous protéger d'un accès ouvert.
Déployer Meilisearch étape par étape
Provisionner le VPS et Docker
Installez Docker et configurez le pare-feu pour n'ouvrir que 80 et 443. Créez un enregistrement DNS A pour recherche.mondomaine.ma pointant vers l'IP du VPS.
Lancer Meilisearch en mode production
Utilisez l'image getmeili/meilisearch. Définissez MEILI_ENV=production et MEILI_MASTER_KEY avec une clé robuste (openssl rand -base64 32). Montez un volume sur /meili_data pour persister les index : volumes: - ./meili_data:/meili_data.
Gérer les clés d'API
À partir de la master key, générez des clés à portée réduite : une clé de recherche (search) à exposer côté front-end, et une clé d'administration (admin) côté serveur pour l'indexation. N'exposez jamais la master key dans le navigateur.
Configurer le reverse proxy et le TLS
Placez Caddy devant le port 7700 : recherche.mondomaine.ma { reverse_proxy localhost:7700 }. Caddy obtient le certificat Let's Encrypt automatiquement et chiffre tout le trafic de recherche.
Indexer vos données et régler la pertinence
Poussez vos documents via l'API ou un SDK, puis définissez les searchableAttributes, filterableAttributes et sortableAttributes ainsi que les rankingRules adaptées à votre cas (e-commerce, docs, blog).
Activer les snapshots et la sauvegarde
Configurez les snapshots ou les dumps réguliers de Meilisearch et copiez-les vers un stockage distant. En cas d'incident, un dump permet de reconstruire l'instance avec ses index et ses réglages.
Limitez la liste des filterableAttributes au strict nécessaire : chaque attribut filtrable augmente la taille de l'index et le temps d'indexation. Pour une UI de recherche réactive, branchez le front-end directement sur Meilisearch avec une clé "search" à portée restreinte (limitée à certains index) plutôt que de relayer chaque requête via votre backend, ce qui supprime un aller-retour et réduit la latence perçue. Pendant une réindexation massive, surveillez la tâche via l'API /tasks plutôt que de bloquer en attente.
