标签: solr

这些技术之间的核心架构差异是什么？

另外,哪些用例通常更适合每种用例？

我目前正在寻找其他搜索方法,而不是拥有一个巨大的SQL查询.我最近看到了弹性搜索并玩弄了嗖嗖(搜索引擎的Python实现).

你能说出你的选择理由吗？

随着基于文档的数据库的NoSQL运动的增长,我最近看了MongoDB.我注意到与如何将项目视为"文档"有惊人的相似之处,就像Lucene(和Solr的用户)一样.

所以,问题是:你为什么要使用NoSQL(MongoDB,Cassandra,CouchDB等)而不是Lucene(或Solr)作为你的"数据库"？

我(我相信其他人)在答案中寻找的是对它们的深入比较.让我们一起跳过关系数据库讨论,因为它们有不同的用途.

Lucene提供了一些重要的优势,例如强大的搜索和重量系统.更不用说Solr的一个方面(Solr很快被整合到Lucene中,是的!).您可以使用Lucene文档来存储ID,并像MongoDB一样访问文档.将它与Solr混合,您现在可以获得基于WebService的负载平衡解决方案.

在讨论MongoDB的类似数据存储和可伸缩性时,您甚至可以对Velocity或MemCached等进程外缓存提供程序进行比较.

MongoDB的限制让我想起了使用MemCached,但我可以使用Microsoft的Velocity,并且对MongoDB有更多的分组和列表收集功能(我认为).无法比内存中的缓存数据更快或更具可扩展性.甚至Lucene都有一个内存提供商.

MongoDB(以及其他)确实具有一些优势,例如API的易用性.新建文档,创建ID并存储它.完成.好,易于.

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？

我知道Lucene和Solr是两个不同的Apache项目,它们可以协同工作,但我不明白每个项目的目标是什么.

据我所知,直到现在,Lucene用于创建搜索索引,Solr使用此索引执行搜索.我是对的还是这是一种完全不同的方法？

我有一个大的solr索引,我注意到一些字段没有正确更新(索引是动态的).

这导致一些字段具有空的"id"字段.

我尝试了这些查询,但它们不起作用:

 id:''
 id:NULL
 id:null
 id:""
 id:
 id:['' TO *]

有没有办法查询空字段？

谢谢

如何从solr命令中删除所有数据？我们正在使用solr与lily和hbase.

如何从hbase和solr中删除数据？

http://lucene.apache.org/solr/4_10_0/tutorial.html#Deleting+Data

我正在处理类似于以下的solr查询:

((myField:superneat AND myOtherField:somethingElse) OR NOT myField:superneat)

运行此时,不会返回任何结果.使用OR NOT任一侧的标准会返回我期望的结果 - 它们只是不能很好地协同工作.在myField匹配superneat的情况下,我还打算确保将myOtherField设置为somethingElse,但如果myField不是superneat,则将其包含在结果中.

有人能解释为什么solr没有返回这种查询的结果吗？是否应该以某种方式重构查询 - 或者是否有不同的方法可以使用solr来实现所需的结果？

我是Apache Solr的新手.即使在阅读了文档部分之后,我发现很难清楚地理解multiValued字段类型属性的功能和用法.

内部Solr做什么/处理/处理标记为multiValued的字段 ？

是什么在索引中的Solr的字段之间的区别是多值和那些没有？

有人可以用一些好的例子解释一下吗？

Doc说:

多值= TRUE | FALSE

如果此字段可能包含每个文档的多个值,即它是否可以在文档中多次出现,则为True

我有一个分类广告网站.用户可以投放广告,编辑广告,查看广告等.

每当用户放置广告时,我都会向Solr添加文档.但是,我不知道何时提交它.提交减慢了我的阅读速度.

我该怎么办？每12小时左右自动提交一次？

另外,我应该如何进行优化？