開源搜索引擎分類

1.Lucene系搜索引擎，java開發(fā),包括：

• Lucene
• Solr
• Elasticsearch
• Katta、Compass等都是基于Lucene封裝。

你可以想象Lucene系有多強(qiáng)大。

2.Sphinx搜素引擎，c++開發(fā),簡單高性能。

以下重點(diǎn)介紹最常用的開源搜素引擎：Lucene、Solr、Elasticsearch、Sphinx的特點(diǎn)和優(yōu)劣勢選型比較。

Lucene

1.Lucene簡介

Lucene的開發(fā)語言是Java，也是Java家族中最為出名的一個開源搜索引擎，在Java世界中已經(jīng)是標(biāo)準(zhǔn)的全文檢索程序，它提供了完整的查詢引擎和索引引擎，沒有中文分詞引擎，需要自己去實(shí)現(xiàn)，因此用Lucene去做一個搜素引擎需要自己去架構(gòu)，另外它不支持實(shí)時搜索。但是solr和elasticsearch都是基于Lucene封裝。

2.Lucene的優(yōu)劣勢

優(yōu)點(diǎn)：

成熟的解決方案，有很多的成功案例。apache 頂級項目，正在持續(xù)快速的進(jìn)步。龐大而活躍的開發(fā)社區(qū)，大量的開發(fā)人員。它只是一個類庫，有足夠的定制和優(yōu)化空間：經(jīng)過簡單定制，就可以滿足絕大部分常見的需求；經(jīng)過優(yōu)化，可以支持 10億+ 量級的搜索。

缺點(diǎn)：

需要額外的開發(fā)工作。所有的擴(kuò)展，分布式，可靠性等都需要自己實(shí)現(xiàn)；非實(shí)時，從建索引到可以搜索中間有一個時間延遲，而當(dāng)前的“近實(shí)時”（Lucene Near Real Time search）搜索方案的可擴(kuò)展性有待進(jìn)一步完善

Apache Solr

1.Slor簡介

Solr是一個高性能，采用Java開發(fā)，基于Lucene的全文搜索服務(wù)器。

文檔通過Http利用XML加到一個搜索集合中。

查詢該集合也是通過 http收到一個XML/JSON響應(yīng)來實(shí)現(xiàn)。它的主要特性包括：高效、靈活的緩存功能，垂直搜索功能，高亮顯示搜索結(jié)果，通過索引復(fù)制來提高可用性，提 供一套強(qiáng)大Data Schema來定義字段，類型和設(shè)置文本分析，提供基于Web的管理界面等。

2.Solr的優(yōu)缺點(diǎn)

優(yōu)點(diǎn)

Solr有一個更大、更成熟的用戶、開發(fā)和貢獻(xiàn)者社區(qū)。

支持添加多種格式的索引，如：HTML、PDF、微軟 Office 系列軟件格式以及 JSON、XML、CSV 等純文本格式。

Solr比較成熟、穩(wěn)定。

不考慮建索引的同時進(jìn)行搜索，速度更快。

缺點(diǎn)

建立索引時，搜索效率下降，實(shí)時索引搜索效率不高。

Elastic Search

1.ElasticSearch簡介

ElasticSearch是一個基于Lucene構(gòu)建的開源，分布式，RESTful搜索引擎。設(shè)計用于云計算中，能夠達(dá)到實(shí)時搜索，穩(wěn)定，可靠，快速，安裝使用方便。支持通過HTTP使用JSON進(jìn)行數(shù)據(jù)索引。

2.Elasticsearch的優(yōu)缺點(diǎn)

優(yōu)點(diǎn)

Elasticsearch是分布式的。不需要其他組件，分發(fā)是實(shí)時的，被叫做”Push replication”。

Elasticsearch 完全支持 Apache Lucene 的接近實(shí)時的搜索。

處理多租戶（multitenancy）不需要特殊配置，而Solr則需要更多的高級設(shè)置。

Elasticsearch 采用 Gateway 的概念，使得完備份更加簡單。

各節(jié)點(diǎn)組成對等的網(wǎng)絡(luò)結(jié)構(gòu)，某些節(jié)點(diǎn)出現(xiàn)故障時會自動分配其他節(jié)點(diǎn)代替其進(jìn)行工作。

缺點(diǎn)

還不夠自動（不適合當(dāng)前新的Index Warmup API）

Elasticsearch 與 Solr 的比較總結(jié)

• 二者安裝都很簡單；
• Solr 利用 Zookeeper 進(jìn)行分布式管理，而 Elasticsearch 自身帶有分布式協(xié)調(diào)管理功能;
• Solr 支持更多格式的數(shù)據(jù)，而 Elasticsearch 僅支持json文件格式；
• Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高級功能多有第三方插件提供；
• Solr 在傳統(tǒng)的搜索應(yīng)用中表現(xiàn)好于 Elasticsearch，但在處理實(shí)時搜索應(yīng)用時效率明顯低于 Elasticsearch。

總之，Solr 是傳統(tǒng)搜索應(yīng)用的有力解決方案，但 Elasticsearch 更適用于新興的實(shí)時搜索應(yīng)用。

Sphinx

1.Sphinx簡介

Sphinx一個基于SQL的全文檢索引擎，特別為一些腳本語言（PHP,Python，Perl，Ruby）設(shè)計搜索API接口。

Sphinx是一個用C++語言寫的開源搜索引擎，也是現(xiàn)在比較主流的搜索引擎之一，在建立索引的事件方面比Lucene快50%，但是索引文件比Lucene要大一倍，因此Sphinx在索引的建立方面是空間換取事件的策略，在檢索速度上，和lucene相差不大，但檢索精準(zhǔn)度方面Lucene要優(yōu)于Sphinx，另外在加入中文分詞引擎難度方面，Lucene要優(yōu)于Sphinx.其中Sphinx支持實(shí)時搜索，使用起來比較簡單方便.

Sphinx可以非常容易的與SQL數(shù)據(jù)庫和腳本語言集成。當(dāng)前系統(tǒng)內(nèi)置MySQL和PostgreSQL 數(shù)據(jù)庫數(shù)據(jù)源的支持，也支持從標(biāo)準(zhǔn)輸入讀取特定格式 的XML數(shù)據(jù)。通過修改源代碼，用戶可以自行增加新的數(shù)據(jù)源（例如：其他類型的DBMS 的原生支持）

2.Sphinx的特點(diǎn)

• 高速的建立索引（在當(dāng)代CPU上，峰值性能可達(dá)到10 MB/秒）;
• 高性能的搜索（在2 – 4GB 的文本數(shù)據(jù)上，平均每次檢索響應(yīng)時間小于0.1秒）;
• 可處理海量數(shù)據(jù)（目前已知可以處理超過100 GB的文本數(shù)據(jù), 在單一CPU的系統(tǒng)上可 處理100 M 文檔）;
• 提供了優(yōu)秀的相關(guān)度算法，基于短語相似度和統(tǒng)計（BM25）的復(fù)合Ranking方法;
• 支持分布式搜索;
• 支持短語搜索
• 提供文檔摘要生成
• 可作為MySQL的存儲引擎提供搜索服務(wù);
• 支持布爾、短語、詞語相似度等多種檢索模式;
• 文檔支持多個全文檢索字段（最大不超過32個）;
• 文檔支持多個額外的屬性信息（例如：分組信息，時間戳等）;
• 支持?jǐn)嘣~;

你可能也喜歡:

2019 最新螞蟻花唄Java三面題目：紅黑樹+并發(fā)容器+CAS+Solr+分布式等

阿里P8架構(gòu)師談：Quartz調(diào)度框架詳解、運(yùn)用場景、與集群部署實(shí)踐

阿里P8架構(gòu)師談：分布式鎖的3種實(shí)現(xiàn)（數(shù)據(jù)庫、緩存、Zookeeper)

阿里P8架構(gòu)師談：Zookeeper的原理和架構(gòu)設(shè)計，以及應(yīng)用場景

阿里P8架構(gòu)師談：NoSQL和SQL的區(qū)別，NoSQL的使用場景和選型比較

阿里P8架構(gòu)師談：從單體架構(gòu)、到SOA、再到微服務(wù)的架構(gòu)設(shè)計詳解

---

總結(jié)

以上是生活随笔為你收集整理的阿里P8架构师谈：开源搜索引擎Lucene、Solr、Sphinx等优劣势比较的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。