Chọn một máy chủ tìm kiếm toàn văn độc lập: Sphinx hoặc SOLR?

Question

Tôi đang tìm kiếm một máy chủ tìm kiếm toàn văn độc lập với các thuộc tính sau:

• Phải hoạt động như một máy chủ độc lập có thể phục vụ yêu cầu tìm kiếm từ nhiều khách hàng
• Phải có khả năng làm "lập chỉ mục hàng loạt" bằng cách lập chỉ mục kết quả của truy vấn SQL: nói "SELECT id, text_to_index FROM documents;"
• Phải là phần mềm miễn phí và phải chạy trên Linux với MySQL là cơ sở dữ liệu
• Phải nhanh (quy ra tìm kiếm toàn văn nội bộ của MySQL)

Các phương án tôi đã phát hiện ra rằng có những tính chất này là :

• Solr (dựa trên Lucene)
• ElasticSearch (cũng dựa trên Lucene)
• Sphinx

Câu hỏi của tôi:

• Làm thế nào để họ so sánh?
• Tôi có bỏ lỡ bất kỳ lựa chọn thay thế nào không?
• Tôi biết rằng mỗi trường hợp sử dụng là khác nhau, nhưng có những trường hợp nhất định mà tôi chắc chắn sẽ là không phải muốn sử dụng một gói nhất định không?

Answer 1

Tôi đã sử dụng Solr thành công trong gần 2 năm nay và chưa bao giờ sử dụng Sphinx, vì vậy tôi rõ ràng là thiên vị. Tuy nhiên, tôi sẽ cố giữ mục tiêu bằng cách trích dẫn tài liệu hoặc những người khác. Tôi cũng sẽ đưa bản vá lỗi để câu trả lời của tôi :-)

tương đồng:

• Cả Solr và Sphinx đáp ứng tất cả các yêu cầu của bạn. Chúng nhanh chóng và được thiết kế để lập chỉ mục và tìm kiếm các cơ quan dữ liệu lớn một cách hiệu quả.
• Cả hai đều có danh sách dài các trang web có lưu lượng truy cập cao sử dụng chúng (Solr, Sphinx)
• Cả hai đều cung cấp hỗ trợ thương mại. (Solr, Sphinx)
• Cả hai đưa ra cam kết ràng buộc API khách hàng cho nhiều nền tảng/ngôn ngữ (Sphinx, Solr)
• Cả hai có thể được phân phối để tăng tốc độ và năng lực (Sphinx, Solr)

Dưới đây là một số khác biệt :

• Solr, là một dự án Apache, rõ ràng là được Apache2 cấp phép. Sphinx is GPLv2. Điều này có nghĩa là nếu bạn cần nhúng hoặc mở rộng (không chỉ "sử dụng") Nhân sư trong một ứng dụng thương mại, bạn sẽ phải mua giấy phép thương mại (rationale)
• Solr là easily embeddable trong các ứng dụng Java.
• Solr được xây dựng trên đầu trang của Lucene, là một công nghệ đã được chứng minh trên 8 years old với một huge user base (đây chỉ là một phần nhỏ). Bất cứ khi nào Lucene nhận được một tính năng mới hoặc tăng tốc, Solr cũng nhận được nó. Nhiều nhà phát triển cam kết với Solr cũng là các ủy viên của Lucene.
• Nhân sư tích hợp chặt chẽ hơn với RDBMS, đặc biệt là MySQL.
• Solr có thể là integrated with Hadoop to build distributed applications
• Solr có thể là integrated with Nutch to quickly build a fully-fledged web search engine with crawler.
• Solr can index proprietary formats like Microsoft Word, PDF, etc. Sphinx can't.
• Solr đi kèm với spell-checker out of the box.
• Solr đi kèm với facet support out of the box. Faceting in Sphinx takes more work.
• Sphinx doesn't allow partial index updates for field data.
• Nhân sư, all document ids must be unique unsigned non-zero integer numbers. Solr doesn't even require an unique key for many operations và các khóa duy nhất có thể là số nguyên hoặc chuỗi.
• Solr hỗ trợ field collapsing (hiện tại chỉ là bản vá bổ sung) để tránh trùng lặp kết quả tương tự. Nhân sư dường như không cung cấp bất kỳ tính năng nào như thế này.
• Trong khi Sphinx is designed to only retrieve document ids, trong Solr, bạn có thể trực tiếp nhận được toàn bộ tài liệu với nhiều loại dữ liệu, làm cho nó độc lập hơn với bất kỳ kho dữ liệu ngoài nào và tiết kiệm thêm vòng.
• Solr, trừ khi được sử dụng được nhúng, chạy trong một Java web container như Tomcat hoặc Jetty, yêu cầu additional specific configuration and tuning (hoặc bạn có thể sử dụng included Jetty và chỉ khởi chạy nó với java -jar start.jar). Nhân sư không có cấu hình bổ sung.

câu hỏi liên quan:

• Full Text Searching with Rails
• Comparison of full text search engine - Lucene, Sphinx, Postgresql, MySQL?

Answer 2

Trừ khi bạn cần mở rộng chức năng tìm kiếm theo bất kỳ cách độc quyền nào, Sphinx là đặt cược tốt nhất của bạn.

lợi thế Sphinx:

1. Phát triển và thiết lập nhanh
2. Tốt hơn nhiều (và nhanh hơn) tập hợp. Đây là tính năng sát thủ của chúng tôi.
3. Không phải XML. Đây là những gì cuối cùng loại trừ Solr cho chúng tôi. Chúng tôi đã phải trả lại những tập hợp kết quả khá lớn (nghĩ hàng trăm kết quả) và sau đó tổng hợp chúng từ khi tập hợp Solr thiếu. Lượng thời gian để tuần tự hóa và từ XML hoàn toàn bị giết hiệu suất. Tuy nhiên, đối với các kết quả nhỏ, nó hoàn toàn ổn.
4. tài liệu xuất sắc nhất tôi đã nhìn thấy trong một ứng dụng mã nguồn mở

Solr ưu điểm:

1. có thể được mở rộng.
2. Có thể truy cập trực tiếp từ ứng dụng web, tức là bạn có thể có tìm kiếm tự động hoàn tất truy cập trực tiếp vào máy chủ Solr qua AJAX.

Answer 3

Tôi đã sử dụng Nhân sư gần một năm nay và điều đó thật tuyệt vời. Tôi có thể lập chỉ mục 1,5 triệu tài liệu trong khoảng một phút trên MacBook của mình và thậm chí nhanh hơn trên máy chủ. Tôi cũng đang sử dụng Nhân sư để giới hạn tìm kiếm các địa điểm trong các vĩ độ cụ thể & kinh độ và rất nhanh. Ngoài ra, cách xếp hạng kết quả là rất có thể chỉnh sửa. Dễ cài đặt & thiết lập, nếu bạn đọc một hoặc hai hướng dẫn. Hầu hết 1.0 trạng thái, nhưng ứng cử viên phát hành của họ đã được đá vững chắc.

Answer 4

Lucene/Solr dường như là tính năng hơn và với nhiều năm còn trong kinh doanh và một cộng đồng người dùng mạnh mẽ hơn. imho nếu bạn có thể vượt qua các vấn đề thiết lập ban đầu như một số dường như đã phải đối mặt (không phải chúng tôi) sau đó tôi sẽ nói Lucene/Solr là đặt cược tốt nhất của bạn.

Answer 5

Lưu ý: Có nhiều người dùng có cùng một câu hỏi trong đầu.

Vì vậy, để trả lời cho điểm:

nào và tại sao?

• Sử dụng Solr nếu bạn có ý định sử dụng nó trong web của bạn ứng dụng (ví dụ trang web công cụ tìm kiếm). Nó chắc chắn sẽ trở nên tuyệt vời, nhờ vào API của nó. Bạn chắc chắn sẽ cần sức mạnh đó cho một ứng dụng web.

• Sử dụng Nhân sư nếu bạn muốn tìm kiếm qua tấn tài liệu/tệp thật nhanh. Nó cũng lập chỉ mục thật nhanh. Tôi khuyên bạn không nên sử dụng nó trong một ứng dụng liên quan đến JSON hoặc phân tích cú pháp XML để có được kết quả tìm kiếm. Sử dụng nó cho tìm kiếm dB trực tiếp. Nó hoạt động tốt trên MySQL.

Alternatives

Mặc dù đây là những người khổng lồ, có rất nhiều nhiều hơn nữa. Ngoài ra, có những người sử dụng chúng để hỗ trợ các khung tùy chỉnh của họ. Vì vậy, tôi sẽ nói rằng bạn thực sự đã không bỏ lỡ bất kỳ. Mặc dù có một elasticsearch có cơ sở người dùng tốt.