全文搜索与Python

Question

有人能帮我提供一些支持Python的全文搜索引擎的建议吗？

现在，我们已经有了一个MySQL数据库，我想添加一个全文搜索引擎索引的能力，其中一些文本在这个数据库中的一些表中。web应用程序将使用此文本数据搜索数据库中的相应记录。例如，在我们的customer表中索引客户名称信息，使用web应用程序进行全文搜索，以获得客户的MySQL记录。

我曾(简短地)看过Lucene、Swish-E和MongoDB，以及其他几个，但我不确定考虑以下几点对我来说是一个好的选择：

• 我不是Java人(虽然我已经编程很长时间了)，
• 我们只想搜索一组相对较小的数据，
• 我们要在MySQL数据库中索引文本，
• 并希望该索引能在半实时更新。

任何提示、提示或提示都将不胜感激！

Answer 1

看看呜呜。我听说它不是很好的扩展(也许现在已经解决了)，但是对于小型的收藏来说，它可能是有用的。

对于可伸缩的解决方案，请考虑将Lucene与PyLucene或Jython结合使用。

Answer 2

几个月前建造幽门烯是我最痛苦的经历之一。该项目将不会得到任何牵引力IMHO，如果它是如此困难的建设。

由于其他一些人也有同样的渴望，我们开始使用https://code.google.com/a/apache-extras.org/p/pylucene-extra/在几个操作系统、Python和Java上收集预构建的幽门烯和jcc鸡蛋。不过，它最近并不十分活跃。

Whoosh可能是一个很好的选择，或者您可能想看看狮身人面像、ElasticSearch或HaystackSearch (请注意:我没有处理这些问题)。

或者尝试通过python访问索尔 (有一些API)，这可能比使用幽门烯容易得多。当然，考虑到lucene仍然需要一个JVM来运行。

由于您没有巨大的可伸缩性需求，所以我将重点关注简单的使用和社区支持，而不是性能和规模。希望能帮上忙。

Answer 3

索尔是Lucene的一个很好的包装器，它极大地简化了事情。在大多数情况下，它不需要任何Java修改，您只需配置一些XML文件。它确实作为另一个进程运行，因此这可能会使您的部署复杂化。

我在皮索尔方面取得了很好的成果，但是实际上，您可以编写自己的python通信库，因为Solr使用REST，所以用xml或json发送和检索数据非常简单。