Chọn một máy chủ tìm kiếm toàn văn bản độc lập: Sphinx hay SOLR? [đóng cửa]

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

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

Các lựa chọn thay thế mà tôi đã tìm thấy có các tính chất này là:

• Solr (dựa trên Lucene)
• ElasticSearch (cũng dựa trên Lucene)
• Nhân sư

Những câu hỏi của tôi:

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

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

Điểm tương đồng:

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

Dưới đây là một số khác biệt:

• Solr, là một dự án Apache, rõ ràng là được cấp phép bởi Apache2. Nhân sư là GPLv2 . Điều này có nghĩa là nếu bạn cần nhúng hoặc gia hạn (không chỉ "sử dụng") Nhân sư trong một ứng dụng thương mại, bạn sẽ phải mua giấy phép thương mại ( lý do )
• Solr là có thể dễ dàng nhúng trong các ứng dụng Java.
• Solr được xây dựng trên đỉnh Lucene, đây là một công nghệ đã được chứng minh hơn 8 năm tuổi với lượng người dùng khổng lồ (đây chỉ là một phần nhỏ). Bất cứ khi nào Lucene có một tính năng mới hoặc tăng tốc, Solr cũng nhận được nó. Nhiều nhà phát triển cam kết với Solr cũng là ủy viên của Lucene.
• Sphinx tích hợp chặt chẽ hơn với RDBMS, đặc biệt là MySQL.
• Solr có thể được tích hợp với Hadoop để xây dựng các ứng dụng phân tán
• Solr có thể được tích hợp với Nutch để nhanh chóng xây dựng một công cụ tìm kiếm web hoàn chỉnh với trình thu thập thông tin .
• Solr lon định dạng độc quyền chỉ số như Microsoft Word, PDF, vv . Nhân sư không thể .
• Solr đi kèm với một trình kiểm tra chính tả ra khỏi hộp .
• Solr đi kèm với hỗ trợ khía cạnh ra khỏi hộp . Faceting in Sphinx mất nhiều công sức hơn .
• Sphinx không cho phép cập nhật chỉ mục một phần cho dữ liệu thực địa .
• Trong Sphinx, tất cả các id tài liệu phải là số nguyên duy nhất không dấu không dấu . Solr thậm chí không yêu cầu một khóa duy nhất cho nhiều hoạt động và các khóa duy nhất có thể là số nguyên hoặc chuỗi.
• Solr hỗ trợ sụp đổ trường (hiện chỉ là bản vá bổ sung) để tránh trùng lặp kết quả tương tự. Sphinx dường như không cung cấp bất kỳ tính năng như thế này.
• Trong khi Sphinx được thiết kế để chỉ truy xuất id tài liệu , nhưng trong Solr, bạn có thể trực tiếp lấy toàn bộ tài liệu với khá nhiều loại dữ liệu, làm cho nó độc lập hơn với bất kỳ kho lưu trữ dữ liệu bên ngoài nào và nó giúp tiết kiệm thêm vòng.
• Solr, ngoại trừ khi được sử dụng nhúng, chạy trong bộ chứa web Java như Tomcat hoặc Jetty, yêu cầu cấu hình và điều chỉnh cụ thể bổ sung (hoặc bạn có thể sử dụng Jetty đi kèm và chỉ cần khởi chạy nó java -jar start.jar). Nhân sư không có cấu hình bổ sung.

Câu hỏi liên quan:

• Tìm kiếm toàn văn với Rails
• So sánh công cụ tìm kiếm toàn văn bản - Lucene, Sphinx, Postgresql, MySQL?

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

Lợi ích nhân sư:

1. Phát triển và thiết lập nhanh hơn
2. Tổng hợp tốt hơn (và nhanh hơn). Đây là tính năng sát thủ cho chúng tôi.
3. Không phải XML. Đây là những gì cuối cùng loại trừ Solr cho chúng tôi. Chúng tôi đã phải trả về các tập kết quả khá lớn (nghĩ hàng trăm kết quả) và sau đó tự tổng hợp chúng vì tập hợp Solr còn thiếu. Lượng thời gian để tuần tự hóa đến và từ XML hoàn toàn giết chết hiệu năng. Đối với các tập kết quả nhỏ mặc dù, nó là hoàn toàn tốt.
4. Tài liệu tốt nhất tôi từng thấy trong một ứng dụng nguồn mở

Ưu điểm của Solr:

1. Có thể được gia hạn.
2. Có thể truy cập trực tiếp từ ứng dụng web, tức là bạn có thể có các tìm kiếm giống như tự động hoàn thành truy cập trực tiếp vào máy chủ Solr thông qua AJAX.

Lưu ý: Có rất nhiều người dùng có cùng câu hỏi.

Vì vậy, để trả lời cho điểm:

Cái nào và tại sao?

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

• Sử dụng Sphinx nếu bạn muốn tìm kiếm thông qua hàng tấn tài liệu / tệp thực sự nhanh chóng. Nó lập chỉ mục thực sự quá nhanh quá. Tôi khuyên bạn không nên sử dụng nó trong một ứng dụng liên quan đến JSON hoặc phân tích cú pháp XML để có kết quả tìm kiếm. Sử dụng nó cho các tìm kiếm dB trực tiếp. Nó hoạt động rất tốt trên MySQL.

Lựa chọn thay thế

Mặc dù đây là những người khổng lồ, nhưng có nhiều hơn nữa. Ngoài ra, có những người sử dụng chúng để cung cấp năng lượng cho 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 mà có một cơ sở người dùng tốt.

Tôi đã sử dụng Sphinx được 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 Sphinx để giới hạn các tìm kiếm ở các vị trí trong các vĩ độ và kinh độ cụ thể, và nó rất nhanh. Ngoài ra, làm thế nào kết quả được xếp hạng là rất điều chỉnh. Dễ dàng cài đặt và thiết lập, nếu bạn đọc một hoặc hai hướng dẫn. Gần như trạng thái 1.0, nhưng Ứng viên phát hành của họ đã vững chắc.

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