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:

• 必须作为可以为多个客户端提供搜索请求的独立服务器运行
• 必须能够通过索引SQL查询的结果来进行"批量索引":例如"SELECT id,text_to_index FROM documents;"
• 必须是免费软件,必须在Linux上以MySQL作为数据库运行
• 必须快(排除MySQL的内部全文搜索)

我发现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:

• 他们如何比较？
• 我错过了任何其他选择吗？
• 我知道,每个用例是不同的,但是否有某些情况下,我肯定不希望使用某个软件包？

Answer 1

我已经成功使用Solr近2年了,并且从未使用过Sphinx,所以我显然有偏见.但是,我会尝试通过引用文档或其他人来保持客观.我还会给我的答案补丁:-)

相似点:

• Solr和Sphinx都满足您的所有要求.它们速度快,旨在有效地索引和搜索大量数据.
• 两者都有很多使用它们的高流量网站(Solr,Sphinx)
• 两者都提供商业支持.(Solr,Sphinx)
• 两者都为多种平台/语言提供客户端API绑定(Sphinx,Solr)
• 两者都可以分发以提高速度和容量(Sphinx,Solr)

以下是一些差异:

• 作为Apache项目的Solr显然是Apache2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")Sphinx,您将不得不购买商业许可证(理由)
• Solr很容易嵌入 Java应用程序中.
• Solr建立在Lucene之上,这是一项经过验证的技术,已有8年历史,拥有庞大的用户群(这只是一小部分).每当Lucene获得新功能或加速时,Solr也会得到它.许多致力于Solr的开发者也是Lucene的提交者.
• Sphinx与RDBMS更紧密地集成,尤其是MySQL.
• Solr可以与Hadoop集成以构建分布式应用程序
• Solr可以与Nutch集成,以快速构建一个带有爬虫的完全成熟的Web搜索引擎.
• Solr可以索引Microsoft Word,PDF等专有格式.狮身人面像不能.
• Solr带有一个开箱即用的拼写检查器.
• Solr带有开箱即用的小平面支撑.面对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Sphinx中,所有文档ID必须是唯一的无符号非零整数.Solr 甚至不需要用于许多操作的唯一键,并且唯一键可以是整数或字符串.
• Solr支持字段折叠(目前仅作为附加补丁)以避免重复类似的结果.Sphinx似乎没有提供这样的任何功能.
• 虽然Sphinx只能检索文档ID,但在Solr中,您可以直接获取包含几乎任何类型数据的整个文档,使其更加独立于任何外部数据存储,并节省额外的往返.
• Solr,除了使用嵌入式时,在Java Web容器(如Tomcat或Jetty)中运行,这需要额外的特定配置和调整(或者您可以使用包含的Jetty并只启动它java -jar start.jar).Sphinx没有其他配置.

相关问题:

• 使用Rails进行全文搜索
• 全文搜索引擎的比较 - Lucene,Sphinx,Postgresql,MySQL？

Answer 2

除非您需要以任何专有方式扩展搜索功能,否则Sphinx是您最好的选择.

狮身人面像的优点:

1. 开发和设置更快
2. 更好(和更快)的聚合.这对我们来说是一个杀手锏.
3. 不是XML.这就是最终为我们排除Solr的原因.我们必须返回相当大的结果集(想想数百个结果)然后自己聚合它们,因为缺少Solr聚合.与XML序列化的时间绝对会破坏性能.但对于小型结果集,它完全没问题.
4. 我在开源应用程序中看到的最佳文档

Solr优势:

1. 可以延长.
2. 可以直接从Web应用程序中获取它,也就是说,您可以通过AJAX直接在Solr服务器上进行自动完成搜索.

Answer 3

注意:有许多用户考虑到相同的问题.

所以,回答这一点:

哪个以及为什么？

• 如果您打算在Web应用程序(示例站点搜索引擎)中使用Solr,请使用Solr.由于它的API,它肯定会变得很棒.你肯定需要为网络应用程序提供这种能力.

• 如果您想快速搜索大量文档/文件,请使用Sphinx.它也快速索引.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.用于直接dB搜索.它在MySQL上很有用.

备择方案

虽然这些都是巨人,但还有更多.此外,有些人使用这些来支持他们的自定义框架.所以,我会说你真的没有错过任何一个.虽然有一个弹性搜索具有良好的用户群.

Answer 4

我已经使用Sphinx差不多一年了,而且一直很棒.我可以在MacBook上大约一分钟索引150万个文档,甚至可以在服务器上更快.我也在使用Sphinx将搜索限制在特定纬度和经度的范围内,而且速度非常快.此外,如何排名结果是非常可调整的.如果您阅读一两个教程,便于安装和设置.几乎是1.0的状态,但他们的候选人一直坚如磐石.