选择独立的全文搜索服务器: Sphinx还是SOLR？

Question

我正在寻找具有以下属性的独立全文搜索服务器：

• 必须作为独立服务器运行，该服务器可以处理来自多个客户端的搜索请求。
• 必须能够通过索引SQL查询的结果来进行“批量索引”：例如“选择id，text_to_index从文档；”
• 必须是自由软件，必须在Linux上运行，并以MySQL为数据库。
• 必须快速(排除MySQL的内部全文搜索)

我发现的具有这些属性的替代方案是：

• Solr (基于Lucene)
• ElasticSearch (也基于Lucene)
• 狮身人面像

我的问题：

• 他们怎么比较？
• 我错过其他选择了吗？
• 我知道每个用例都是不同的，但是在某些情况下我肯定不想使用某个包吗？

Answer 1

我已经成功使用Solr近两年了，而且从未使用过狮身人面像，所以我显然有偏见。不过，我会尽量通过引用医生或其他人的话来保持客观。我也会对我的答案进行修正:-)

相似之处：

• Solr和Sphinx都满足您的所有需求。它们速度快，而且设计的目的是高效地索引和搜索大量数据。
• 两家公司都有一长串使用高流量网站(索尔，狮身人面像)。
• 两家公司都提供商业支持。(索尔，狮身人面像)
• 它们都为几种平台/语言(狮身人面像、索尔)提供了客户端API绑定。
• 两者都可以分发以提高速度和容量(狮身人面像，索尔)

以下是一些不同之处：

• Solr是一个Apache项目，显然是Apache 2许可的。狮身人面像是GPLv2。这意味着，如果您需要在商业应用程序中嵌入或扩展(而不仅仅是“使用”)狮身人面像，则必须购买商业许可证(理据)。
• Solr是Java应用程序中的易于嵌入。
• Solr构建在Lucene之上，这是一种经过验证的技术，它在8岁上使用了一个用户群 (这只是其中的一小部分)。每当Lucene获得一个新特性或加速时，Solr也会得到它。许多致力于Solr的开发人员也是Lucene提交者。
• 狮身人面像与RDBMS集成得更紧密，尤其是MySQL。
• Solr可以是与Hadoop集成构建分布式应用程序
• Solr可以是与Nutch集成，快速构建一个功能齐全的带有爬行器的web搜索引擎。。
• Solr可以索引专有格式，如Microsoft、PDF等。狮身人面像不能.
• Solr附带了一个跳出方框的拼写检查器。
• Solr和小面支持盒外一起来了。在狮身人面像需要更多的工作。
• Sphinx不允许对字段数据进行部分索引更新。
• 在斯芬克斯，所有文档ids必须是唯一的无符号非零整数。。Solr 在许多操作中甚至不需要唯一的键，唯一的键可以是整数，也可以是字符串。
• Solr支持场崩塌 (目前仅作为附加修补程序)，以避免重复类似的结果。狮身人面像似乎没有提供这样的特性。
• 而Sphinx被设计为只检索文档ids。，在Solr中，您可以使用几乎任何类型的数据直接获取整个文档，这使得它更独立于任何外部数据存储，并且节省了额外的往返。
• Solr，除了使用嵌入式时，运行在诸如Tomcat或Jetty这样的Java容器中，这需要额外的特定配置和调优 (或者您可以使用包括海堤并使用java -jar start.jar启动它)。狮身人面像没有额外的配置。

相关问题：

• 用Rails进行全文搜索
• 全文搜索引擎- Lucene，Sphinx，Postgresql，MySQL？

Answer 2

除非您需要以任何专有的方式扩展搜索功能，否则Sphinx是您的最佳选择。

狮身人面像的优势：

1. 开发和设置更快
2. 更好(更快)的聚合。这是我们的杀手特征。
3. 不是XML。这就是我们最终排除Solr的原因。我们必须返回相当大的结果集(考虑数百个结果)，然后自己进行聚合，因为Solr聚合是缺乏的。对XML进行序列化和从XML序列化的时间绝对会影响性能。然而，对于小的结果集，它是非常好的。
4. 我在开源应用程序中看到的最好的文档

Solr优势：

1. 可以扩展。
2. 可以直接从web应用程序点击它，也就是说，您可以通过AJAX直接使用Solr服务器进行类似于自动完成的搜索。

Answer 3

注意:很多用户都有同样的问题。

因此，要回答这个问题：

，哪个和为什么？

• 如果你打算在你的网络应用程序中使用Solr (示例-站点搜索引擎)，请使用它。多亏了它的API，它肯定会变得很棒。对于一个网络应用程序来说，你肯定需要这种能力。
• 如果您想快速搜索大量文档/文件，请使用Sphinx。它的索引也非常快。我建议不要在涉及JSON或解析XML的应用程序中使用它来获取搜索结果。将其用于直接dB搜索。它在MySQL上运行得很好。

Alternatives

虽然这些是巨人，但还有更多的。此外，也有一些人使用这些为他们的自定义框架提供动力。所以，我想说你真的没有错过任何一次。尽管有一个弹性搜索具有良好的用户基础。