开源搜索引擎分类
1.Lucene是java开发的搜索引擎，包括:
LuceneSolrElasticsearchKatta、Compass等都是基于Lucene封装。你可以想象Lucene有多厉害。
2.Sphinx搜索引擎，c++开发，简单高效。
以下重点介绍最常用的开源搜索引擎:Lucene、Solr、Elasticsearch、Sphinx。
全文搜索引擎
1.1简介。全文搜索引擎
Lucene的开发语言是Java，也是Java家族中最著名的开源搜索引擎。已经是Java世界的标准全文搜索程序了。它提供了完整的查询引擎和索引引擎，没有中文分词引擎，需要自己实现。所以需要用Lucene搭建搜索引擎，不支持实时搜索。但是solr和elasticsearch是基于Lucene封装的。
2.2的优缺点。全文搜索引擎
优点:
成熟的解决方案，有很多成功的案例。Apache的顶级项目正在取得持续快速的进展。拥有大量开发人员的大型活跃开发社区。只是一个有足够定制和优化的类库空:简单定制后，就能满足最常见的需求；优化后可以支持10亿+搜索。
缺点:
需要额外的开发工作。所有扩展、分布、可靠性等。需要自己去实现；非实时性，从索引到搜索存在时间延迟，当前“Lucene近实时搜索”搜索方案的可扩展性有待进一步提高
Apache Solr
1.1简介。线迭代
Solr是一款高性能的全文搜索服务器，由Java开发，基于Lucene。
使用XML通过Http将文档添加到搜索集中。
查询集合也是通过http接收一个XML/JSON响应来实现的。它的主要特点包括:高效灵活的缓存功能、垂直搜索功能、突出搜索结果、通过索引复制提高可用性、提供一套强大的数据模式来定义字段、类型和设置文本分析、提供基于网络的管理界面等。
2.2的优缺点。使用
优势
Solr有一个更大、更成熟的用户、开发和贡献者社区。支持添加多种格式的索引，如：HTML、PDF、微软 Office 系列软件格式以及 JSON、XML、CSV 等纯文本格式。Solr比较成熟、稳定。不考虑建索引的同时进行搜索，速度更快。劣势
建立索引时，搜索效率下降，实时索引搜索效率不高。弹性搜索
1.1简介。弹性搜索
弹性搜索是一个基于Lucene的开源、分布式、RESTful的搜索引擎。专为云计算设计，可以实现实时搜索，稳定可靠，安装使用快捷方便。支持JSON通过HTTP进行数据索引。
2.2的优缺点。弹性搜索
优势
Elasticsearch是分布式的。不需要其他组件，分发是实时的，被叫做”Push replication”。Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。处理多租户（multitenancy）不需要特殊配置，而Solr则需要更多的高级设置。Elasticsearch 采用 Gateway 的概念，使得完备份更加简单。各节点组成对等的网络结构，某些节点出现故障时会自动分配其他节点代替其进行工作。劣势
还不够自动（不适合当前新的Index Warmup API）弹性研究与Solr的比较综述
二者安装都很简单；Solr 利用 Zookeeper 进行分布式管理，而 Elasticsearch 自身带有分布式协调管理功能;Solr 支持更多格式的数据，而 Elasticsearch 仅支持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，高级功能多有第三方插件提供；Solr 在传统的搜索应用中表现好于 Elasticsearch，但在处理实时搜索应用时效率明显低于 Elasticsearch。总之，Solr是传统搜索应用的强大解决方案，而Elasticsearch更适合新兴的实时搜索应用。
斯芬克司
1.1简介。斯芬克司
Sphinx是一个基于SQL的全文搜索引擎，专门为一些脚本语言(PHP、Python、Perl、Ruby)设计搜索API接口。
Sphinx是用C++语言编写的开源搜索引擎，也是目前主流的搜索引擎之一。在索引事件上比lucene快50%，但是索引文件是Lucene的两倍大。所以Sphinx是索引中空之间交换事件的策略，在检索速度上类似于Lucene。而Lucene在检索准确率上优于Sphinx，在加入中文分词引擎的难度上优于Sphinx，其中Sphinx支持实时搜索，相对简单，使用方便。
Sphinx可以很容易地与SQL数据库和脚本语言集成。目前系统内置了对MySQL和PostgreSQL数据库数据源的支持，也支持从标准输入中读取特定格式的XML数据。通过修改源代码，用户可以自己添加新的数据源(例如，其他类型的数据库管理系统的本地支持)
2.特点2。斯芬克司
高速的建立索引(在当代CPU上，峰值性能可达到10 MB/秒);高性能的搜索(在2 – 4GB 的文本数据上，平均每次检索响应时间小于0.1秒);可处理海量数据(目前已知可以处理超过100 GB的文本数据, 在单一CPU的系统上可 处理100 M 文档);提供了优秀的相关度算法，基于短语相似度和统计（BM25）的复合Ranking方法;支持分布式搜索;支持短语搜索提供文档摘要生成可作为MySQL的存储引擎提供搜索服务;支持布尔、短语、词语相似度等多种检索模式;文档支持多个全文检索字段(最大不超过32个);文档支持多个额外的属性信息(例如：分组信息，时间戳等);支持断词;PS:关注360linker公众号，加入官方社区获取免费视频教程、知名单位招聘信息。交流分享IT圈学习经验。1.《lucene 开源搜索引擎Lucene、Solr、Sphinx等优劣势比较》援引自互联网，旨在传递更多网络信息知识，仅代表作者本人观点，与本网站无关，侵删请联系页脚下方联系方式。
2.《lucene 开源搜索引擎Lucene、Solr、Sphinx等优劣势比较》仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址，https://www.lu-xu.com/yule/887002.html
