本文只是为了做个了解备忘录，先了解一个很重要的核心的概念：Lucene，Apache Lucene是apache软件基金会的一个项目，是一个开放源代码的全文检索引擎工具包，但它并不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。基本可以说Lucene是当今最先进，最高效的全功能开源搜索引擎框架。而我们这里提到的Elasticsearch和solr都建立在全文搜索引擎Apache Lucene基础上的搜索引擎。本文地址:http://www.04007.cn/article/272.html,未经许可,不得转载.
Solr是Apache的私生子，是Apache Lucene项目的开源企业搜索平台。其主要功能包括全文检索、命中标示、分面搜索、动态聚类、数据库集成，以及富文本（如Word、PDF）的处理。Solr是高度可扩展的，并提供了分布式搜索和索引复制。Solr是最流行的企业级搜索引擎，Solr4 还增加了NoSQL支持。本文地址:http://www.04007.cn/article/272.html,未经许可,不得转载.
Elasticsearch是第三方作者Shay Banon使用JAVA开发的，他是报着让Java程序嵌入搜索变得更容易的目的打造了自己第一个开源作品“Compass”，即“指南针”的意思。后来Shay找到了一份面对高性能分布式开发环境的新工作，因工作需要，他决定重写Compass，将它从一个库打造成了一个独立的server，并将其改名为Elasticsearch。本文地址:http://www.04007.cn/article/272.html,未经许可,不得转载.
Sphinx是由俄罗斯人Andrew Aksyonoff使用C++开发的一个全文检索引擎。意图为其他应用提供高速、低空间占用、高结果 相关度的全文搜索功能。Sphinx可以非常容易的与SQL数据库和脚本语言集成。当前系统内置MySQL和PostgreSQL 数据库数据源的支持，也支持从标准输入读取特定格式 的XML数据。通过修改源代码，用户可以自行增加新的数据源（例如：其他类型的DBMS 的原生支持）。本文地址:http://www.04007.cn/article/272.html,未经许可,不得转载.
另外Elasticsearch并不仅仅是Lucene这么简单，它不但包括了全文搜索功能，还可以进行分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。并且可以实时分析的分布式搜索引擎。另外还可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。本文地址:http://www.04007.cn/article/272.html,未经许可,不得转载.
网上有对sphinx和solr的性能对比：http://www.open-open.com/lib/view/open1456048036636.html本文地址:http://www.04007.cn/article/272.html,未经许可,不得转载.
也有Elasticsearch和solr的性能对比：http://www.cnblogs.com/chowmin/articles/4629220.html本文地址:http://www.04007.cn/article/272.html,未经许可,不得转载.
其它的搜索引擎还有：Katta,Hadoop contrib/index,LinkedIn,Lucandra,HBasene等，东西真的不少。任何方面深入一下总感觉光这一方面一辈子也学不完。本文地址:http://www.04007.cn/article/272.html,未经许可,不得转载.
还有一篇大数据的好文：http://blog.csdn.net/u010098331/article/details/52246307 做个标记。本文地址:http://www.04007.cn/article/272.html,未经许可,不得转载.
本文地址:http://www.04007.cn/article/272.html 未经许可,不得转载. 手机访问本页请扫描右下方二维码.
|
|
手机扫码直接打开本页面 |
