การเลือกเซิร์ฟเวอร์ค้นหาข้อความแบบเต็มแบบสแตนด์อะโลน: สฟิงซ์หรือ SOLR [ปิด]

ฉันกำลังมองหาเซิร์ฟเวอร์การค้นหาข้อความแบบสแตนด์อโลนที่มีคุณสมบัติต่อไปนี้:

• ต้องดำเนินการเป็นเซิร์ฟเวอร์แบบสแตนด์อโลนที่สามารถให้บริการการร้องขอการค้นหาจากไคลเอนต์หลาย
• ต้องสามารถทำ "การทำดัชนีจำนวนมาก" โดยการจัดทำดัชนีผลลัพธ์ของแบบสอบถาม SQL: พูดว่า "SELECT id, text_to_index จากเอกสาร";
• ต้องเป็นซอฟต์แวร์เสรีและต้องทำงานบน Linux ที่มี MySQL เป็นฐานข้อมูล
• ต้องเร็ว (กฎการค้นหาข้อความแบบเต็มภายในของ MySQL)

ทางเลือกที่ฉันพบว่ามีคุณสมบัติเหล่านี้คือ:

• Solr (ขึ้นอยู่กับ Lucene)
• ElasticSearch (ขึ้นอยู่กับ Lucene)
• บุคคลลึกลับ

คำถามของฉัน:

• พวกเขาเปรียบเทียบอย่างไร
• ฉันพลาดทางเลือกอื่นหรือไม่?
• ฉันรู้ว่าแต่ละกรณีการใช้งานแตกต่างกัน แต่มีบางกรณีที่ฉันไม่ต้องการใช้แพคเกจแน่นอนหรือไม่?

ฉันใช้ Solr มาเกือบ 2 ปีแล้วและไม่เคยใช้สฟิงซ์มาก่อนดังนั้นฉันจึงลำเอียง อย่างไรก็ตามฉันจะพยายามทำให้มันเป็นไปตามวัตถุประสงค์โดยอ้างอิงเอกสารหรือคนอื่น ๆ ฉันจะนำแผ่นแปะไปที่คำตอบของฉันด้วย :-)

ความคล้ายคลึงกัน:

• ทั้ง Solr และ Sphinx ตอบสนองทุกความต้องการของคุณ มันเร็วและออกแบบมาเพื่อจัดทำดัชนีและค้นหาแหล่งข้อมูลขนาดใหญ่ได้อย่างมีประสิทธิภาพ
• ทั้งสองมีรายการเว็บไซต์ที่มีผู้เข้าชมจำนวนมากที่ใช้ไซต์เหล่านั้น ( Solr , Sphinx )
• ทั้งสองให้การสนับสนุนเชิงพาณิชย์ ( Solr , Sphinx )
• ทั้งสองข้อเสนอไคลเอนต์ API ผูกสำหรับหลายแพลตฟอร์ม / ภาษา ( Sphinx , Solr )
• ทั้งสองสามารถกระจายเพื่อเพิ่มความเร็วและความจุ ( สฟิงซ์ , Solr )

นี่คือความแตกต่างบางประการ:

• Solr ซึ่งเป็นโครงการ Apache เห็นได้ชัดว่าได้รับอนุญาต Apache2 สฟิงซ์เป็น GPLv2 ซึ่งหมายความว่าหากคุณจำเป็นต้องฝังหรือขยาย (ไม่เพียง "ใช้") สฟิงซ์ในแอปพลิเคชันเชิงพาณิชย์คุณจะต้องซื้อสิทธิ์การใช้งานเชิงพาณิชย์ ( เหตุผล )
• Solr สามารถฝังได้อย่างง่ายดายในแอปพลิเคชัน Java
• Solr สร้างขึ้นบนสุดของ Lucene ซึ่งเป็นเทคโนโลยีที่ได้รับการพิสูจน์มานานกว่า8 ปีพร้อมฐานผู้ใช้ขนาดใหญ่ (นี่เป็นเพียงส่วนเล็ก ๆ ) เมื่อใดก็ตามที่ Lucene ได้รับคุณสมบัติใหม่หรือการเร่งความเร็ว Solr ก็จะได้รับเช่นกัน นักพัฒนาหลายคนที่ทุ่มเทให้กับ Solr ก็เป็นผู้ดูแล Lucene เช่นกัน
• สฟิงซ์ผสานรวมกับ RDBMS ได้แน่นขึ้นโดยเฉพาะ MySQL
• Solr สามารถรวมเข้ากับ Hadoop เพื่อสร้างแอพพลิเคชั่นแบบกระจาย
• Solr สามารถรวมเข้ากับ Nutch เพื่อสร้างเครื่องมือค้นหาเว็บที่มีตัวรวบรวมข้อมูลได้อย่างรวดเร็ว
• Solr สามารถดัชนีรูปแบบที่เป็นกรรมสิทธิ์เช่น Microsoft Word, PDF, ฯลฯ สฟิงซ์ไม่สามารถ
• Solr มาพร้อมกับการตรวจสอบการสะกดของกล่อง
• Solr มาพร้อมกับการสนับสนุนด้านที่ออกมาจากกล่อง Faceting ในสฟิงซ์จะใช้เวลาการทำงานมากขึ้น
• สฟิงซ์ไม่อนุญาตให้มีการปรับปรุงดัชนีบางส่วนสำหรับข้อมูลภาคสนาม
• ในสฟิงซ์ทุกรหัสเอกสารต้องไม่ซ้ำกันไม่ใช่ศูนย์ตัวเลขจำนวนเต็ม Solr ไม่จำเป็นต้องมีคีย์เฉพาะสำหรับการดำเนินการหลายอย่างและคีย์ที่ไม่ซ้ำกันอาจเป็นจำนวนเต็มหรือสตริงก็ได้
• Solr รองรับการยุบฟิลด์ (ปัจจุบันเป็นแพตช์เพิ่มเติมเท่านั้น) เพื่อหลีกเลี่ยงการทำซ้ำผลลัพธ์ที่คล้ายกัน สฟิงซ์ดูเหมือนจะไม่ได้ให้คุณสมบัติใด ๆ เช่นนี้
• ในขณะที่สฟิงซ์ถูกออกแบบมาเพื่อดึงรหัสเอกสารเท่านั้นในโซลโซลคุณสามารถรับเอกสารทั้งหมดด้วยข้อมูลทุกชนิดได้โดยตรงทำให้เป็นอิสระมากขึ้นจากแหล่งข้อมูลภายนอกและช่วยประหยัดค่าใช้จ่ายเพิ่มเติม
• Solr ยกเว้นเมื่อใช้งานแบบฝังจะทำงานในเว็บคอนเทนเนอร์ Javaเช่น Tomcat หรือ Jetty ซึ่งต้องการการกำหนดค่าและการปรับแต่งเพิ่มเติมเพิ่มเติมโดยเฉพาะ (หรือคุณสามารถใช้Jetty ที่รวมไว้และเปิดใช้งานด้วยjava -jar start.jar) สฟิงซ์ไม่มีการกำหนดค่าเพิ่มเติม

คำถามที่เกี่ยวข้อง:

• การค้นหาข้อความแบบเต็มด้วยราง
• เปรียบเทียบเครื่องมือค้นหาข้อความแบบเต็ม - Lucene, Sphinx, Postgresql, MySQL?

เว้นแต่คุณจะต้องการขยายฟังก์ชันการค้นหาในลักษณะที่เป็นกรรมสิทธิ์ใด ๆ สฟิงซ์คือทางออกที่ดีที่สุดของคุณ

ข้อดีสฟิงซ์:

1. การพัฒนาและตั้งค่าทำได้เร็วกว่า
2. การรวม (และเร็วกว่า) ที่ดีขึ้นมาก นี่คือคุณสมบัตินักฆ่าสำหรับเรา
3. ไม่ใช่ XML นี่คือสิ่งที่ในที่สุดปกครอง Solr สำหรับเรา เราต้องส่งชุดผลลัพธ์กลับมาค่อนข้างใหญ่ (คิดว่าเป็นร้อย ๆ ผลลัพธ์) แล้วรวมมันเข้าด้วยกันตั้งแต่การรวม Solr ขาดไป ระยะเวลาในการทำให้เป็นอันดับจากและไปถึง XML เป็นผลการดำเนินงานที่ถูกฆ่าตายอย่างสมบูรณ์ สำหรับชุดผลลัพธ์ขนาดเล็กมันก็ดีมาก
4. เอกสารที่ดีที่สุดที่ฉันเคยเห็นในแอปโอเพ่นซอร์ส

ข้อดีของ Solr:

1. สามารถยืดขยายได้
2. สามารถกดได้โดยตรงจากเว็บแอปนั่นคือคุณสามารถทำการค้นหาแบบอัตโนมัติได้ที่เซิร์ฟเวอร์ Solr ผ่าน AJAX โดยตรง

หมายเหตุ: มีผู้ใช้หลายคนที่มีคำถามเดียวกันในใจ

ดังนั้นเพื่อตอบคำถาม:

อันไหนและเพราะอะไร

• ใช้Solrหากคุณตั้งใจจะใช้ในเว็บแอพ (เครื่องมือค้นหาเว็บไซต์ตัวอย่าง) แน่นอนว่ามันจะยอดเยี่ยมด้วย API ของมัน คุณจะต้องมีพลังสำหรับเว็บแอพอย่างแน่นอน

• ใช้สฟิงซ์หากคุณต้องการค้นหาเอกสาร / ไฟล์จำนวนมากอย่างรวดเร็ว มันดัชนีจริงเร็วเกินไป ฉันจะแนะนำไม่ให้ใช้ในแอพที่เกี่ยวข้องกับ JSON หรือการแยกวิเคราะห์ XML เพื่อรับผลการค้นหา ใช้สำหรับการค้นหา dB โดยตรง มันใช้งานได้ดีบน MySQL

ทางเลือก

แม้ว่าสิ่งเหล่านี้จะเป็นยักษ์ใหญ่ แต่ก็ยังมีอีกมากมาย นอกจากนี้ยังมีผู้ที่ใช้สิ่งเหล่านี้เพื่อเสริมสร้างกรอบงานที่กำหนดเอง ดังนั้นฉันจะบอกว่าคุณไม่ได้พลาดจริงๆ แม้ว่าจะมีหนึ่งelasticsearchที่มีฐานผู้ใช้ที่ดี

ฉันใช้สฟิงซ์มาเกือบปีแล้วและมันก็น่าทึ่งมาก ฉันสามารถทำดัชนี 1.5 ล้านเอกสารในเวลาประมาณหนึ่งนาทีบน MacBook ของฉันและยังเร็วกว่าบนเซิร์ฟเวอร์ ฉันใช้สฟิงซ์เพื่อ จำกัด การค้นหาสถานที่ภายในละติจูดและลองจิจูดที่เฉพาะเจาะจงและรวดเร็วมาก นอกจากนี้วิธีการจัดอันดับผลลัพธ์นั้นปรับได้มาก ง่ายต่อการติดตั้งและตั้งค่าถ้าคุณอ่านบทแนะนำหรือสองรายการ เกือบ 1.0 สถานะ แต่ผู้ที่ได้รับการปล่อยตัวของพวกเขานั้นแข็งแกร่งมาก

Lucene / Solr ดูเหมือนจะโดดเด่นมากขึ้นและใช้เวลานานในการทำธุรกิจและชุมชนผู้ใช้ที่แข็งแกร่งขึ้น imho ถ้าคุณสามารถแก้ไขปัญหาการตั้งค่าเริ่มต้นได้เนื่องจากบางคนอาจต้องเผชิญกับปัญหา (ไม่ใช่พวกเรา) ฉันจะบอกว่า Lucene / Solr เป็นทางออกที่ดีที่สุดของคุณ