mysql - 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：

• 必须作为独立服务器运行，可以为来自多个客户端的搜索请求提供服务
• 必须能够通过索引 SQL 查询的结果来进行“批量索引”：比如“SELECT id, text_to_index FROM documents;”
• 必须是免费软件并且必须在以 MySQL 作为数据库的 Linux 上运行
• 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品是：

• Solr（基于 Lucene）
• ElasticSearch（同样基于 Lucene）
• 狮身人面像

我的问题：

• 他们如何比较？
• 我错过了任何替代方案吗？
• 我知道每个用例都是不同的，但在某些情况下我绝对不想使用某个包吗？

Answer 1

我已经成功使用 Solr 快 2 年了，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。我也会为我的答案打补丁:-)

相似之处：

• Solr 和 Sphinx 都可以满足您的所有要求。它们速度很快，旨在有效地索引和搜索大量数据。
• 两者都有一长串使用它们的高流量站点（Solr，Sphinx）
• 两者都提供商业支持。（索尔，狮身人面像）
• 两者都为多种平台/语言（ Sphinx、Solr）提供客户端 API 绑定
• 两者都可以分发以提高速度和容量（Sphinx，Solr）

以下是一些区别：

• Solr 作为一个 Apache 项目，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（不仅仅是“使用”）Sphinx，则必须购买商业许可证（基本原理）
• Solr 很容易嵌入到 Java 应用程序中。
• Solr 建立在 Lucene 之上，Lucene 是一项经过验证的技术，已有8 年的历史，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 也会获得它。许多致力于 Solr 的开发人员也是 Lucene 提交者。
• Sphinx 与 RDBMS 的集成更加紧密，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，以快速构建一个成熟的带有爬虫的网络搜索引擎。
• Solr 可以索引专有格式，如 Microsoft Word、PDF 等。斯芬克斯不能。
• Solr 带有一个开箱即用的拼写检查器。
• Solr提供开箱即用的方面支持。Sphinx 中的刻面需要更多的工作。
• 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甚至不需要许多操作的唯一键，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 似乎没有提供任何这样的功能。
• 虽然Sphinx 旨在仅检索文档 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，使其更独立于任何外部数据存储，并节省了额外的往返。
• Solr，除了嵌入式使用，在Java Web 容器中运行，例如 Tomcat 或 Jetty，这需要额外的特定配置和调整（或者您可以使用包含的 Jetty并使用 启动它java -jar start.jar）。Sphinx 没有额外的配置。

相关问题：

• 使用 Rails 进行全文搜索
• 全文搜索引擎对比——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。

狮身人面像优势：

1. 开发和设置更快
2. 更好（更快）的聚合。这是我们的杀手锏。
3. 不是 XML。这就是我们最终排除了 Solr 的原因。由于缺少 Solr 聚合，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。序列化到 XML 和从 XML 序列化的时间绝对会影响性能。不过，对于小的结果集，它非常好。
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. 可以直接从网络应用程序中点击它，即，您可以通过 AJAX 直接让类似自动完成的搜索点击 Solr 服务器。

Answer 3

注意：有许多用户有相同的问题。

所以，回答这个问题：

哪个和为什么？

• 如果您打算在您的网络应用程序（示例站点搜索引擎）中使用Solr ，请使用它。多亏了它的 API，它肯定会变得很棒。您肯定需要这种能力来开发网络应用程序。

• 如果您想快速搜索大量文档/文件，请使用Sphinx 。它的索引速度也很快。我建议不要在涉及 JSON 或解析 XML 以获取搜索结果的应用程序中使用它。将其用于直接 dB 搜索。它在 MySQL 上运行良好。

备择方案

虽然这些是巨头，但还有更多。此外，还有一些人使用这些来支持他们的自定义框架。所以，我想说你真的没有错过任何一个。尽管有一个具有良好用户群的弹性搜索。

Answer 4

我已经使用 Sphinx 快一年了，这真是太棒了。我可以在我的 MacBook 上在一分钟内索引 150 万份文档，在服务器上甚至更快。我还使用 Sphinx 将搜索限制在特定纬度和经度内的地方，而且速度非常快。此外，结果的排名方式是非常可调整的。如果您阅读一两个教程，则易于安装和设置。几乎是 1.0 的状态，但他们的候选发布版本一直坚如磐石。

Answer 5

Lucene / Solr 似乎更有特色，业务年限更长，用户社区也更强大。恕我直言，如果您可以克服某些人似乎（不是我们）面临的初始设置问题，那么我会说 Lucene / Solr 是您最好的选择。