搜尋引擎solr和elasticsearch

版權聲明：本文為部落客原創文章，轉載注明出處http://blog.csdn.net/u013142781

剛開始接觸搜尋引擎，網上收集了一些資料，在這裡整理了一下分享給大家。

搜尋引擎（search engine）是指根據一定的政策、運用特定的計算機程式從網際網路上搜集資訊，在對資訊進行組織和處理後，為使用者提供檢索服務，将使用者檢索相關的資訊展示給使用者的系統。搜尋引擎包括全文索引、目錄索引、元搜尋引擎、垂直搜尋引擎、集合式搜尋引擎、門戶搜尋引擎與免費連結清單等。

一個搜尋引擎由搜尋器 、索引器 、檢索器 和使用者接口 四個部分組成。搜尋器的功能是在網際網路 中漫遊，發現和搜集資訊。索引器的功能是了解搜尋器所搜尋的資訊，從中抽取出索引項，用于表示文檔 以及生成文檔庫的索引表。檢索器的功能是根據使用者的查詢在索引庫中快速檢出文檔，進行文檔與查詢的相關度評價，對将要輸出的結果進行排序，并實作某種使用者相關性回報機制。使用者接口的作用是輸入使用者查詢、顯示查詢結果、提供使用者相關性回報機制。

solr和elasticsearch都是基于lucene實作的，是以這裡有必要對lucene進行介紹。

lucene是一個全文檢索引擎的架構。那什麼是全文搜尋引擎？

從搜尋結果來源的角度，全文搜尋引擎又可細分為兩種，一種是擁有自己的檢索程式（indexer），俗稱“蜘蛛”（spider）程式或“機器人”（robot）程式，并自建網頁資料庫，搜尋結果直接從自身的資料庫中調用，如上面提到的7家引擎；另一種則是租用其他引擎的資料庫，并按自定的格式排列搜尋結果，如lycos引擎。

solr是一個基于lucene的java搜尋引擎伺服器。solr 提供了層面搜尋、命中醒目顯示并且支援多種輸出格式（包括 xml/xslt 和 json 格式）。它易于安裝和配置，而且附帶了一個基于 http 的管理界面。solr已經在衆多大型的網站中使用，較為成熟和穩定。solr 包裝并擴充了 lucene，是以solr的基本上沿用了lucene的相關術語。更重要的是，solr 建立的索引與 lucene 搜尋引擎庫完全相容。通過對solr 進行适當的配置，某些情況下可能需要進行編碼，solr 可以閱讀和使用建構到其他 lucene 應用程式中的索引。此外，很多 lucene 工具（如nutch、 luke）也可以使用solr 建立的索引。

書籍推薦一本不錯的書籍：《lucene in action》有中文版的

elasticsearch是一個基于apache lucene(tm)的開源搜尋引擎。無論在開源還是專有領域，lucene可以被認為是迄今為止最先進、性能最好的、功能最全的搜尋引擎庫。

但是，lucene隻是一個庫。想要使用它，你必須使用java來作為開發語言并将其直接內建到你的應用中，更糟糕的是，lucene非常複雜，你需要深入了解檢索的相關知識來了解它是如何工作的。

elasticsearch也使用java開發并使用lucene作為其核心來實作所有索引和搜尋的功能，但是它的目的是通過簡單的restful api來隐藏lucene的複雜性，進而讓全文搜尋變得簡單。

因為部落客後面主要了解學習elasticsearch，是以對elasticsearch有更多的學習資料推薦。

兩篇網頁版教程，十分全面： 

<a href="http://udn.yyuap.com/doc/mastering-elasticsearch/chapter-5/54_readme.html">http://udn.yyuap.com/doc/mastering-elasticsearch/chapter-5/54_readme.html</a>

安裝插件： 

<a href="http://blog.csdn.net/wenqisun/article/details/47952199">http://blog.csdn.net/wenqisun/article/details/47952199</a>

一篇非常不錯的文章（必看）： 

<a href="http://www.aboutyun.com/thread-17078-1-1.html">http://www.aboutyun.com/thread-17078-1-1.html</a>

elasticsearch 叢集搭建（建議選擇比較低版本搭建）： 

<a href="http://my.oschina.net/xiaohui249/blog/228748">http://my.oschina.net/xiaohui249/blog/228748</a>

五類elasticsearch擴充性插件推薦： 

<a href="http://cloud.51cto.com/art/201505/476450.htm">http://cloud.51cto.com/art/201505/476450.htm</a>

elasticsearch 與 solr 的比較總結

二者安裝都很簡單；

solr 利用 zookeeper 進行分布式管理，而 elasticsearch 自身帶有分布式協調管理功能;

solr 支援更多格式的資料，而 elasticsearch 僅支援json檔案格式；

solr 官方提供的功能更多，而 elasticsearch 本身更注重于核心功能，進階功能多有第三方插件提供；

solr 在傳統的搜尋應用中表現好于 elasticsearch，但在處理實時搜尋應用時效率明顯低于 elasticsearch。

solr 是傳統搜尋應用的有力解決方案，但 elasticsearch 更适用于新興的實時搜尋應用。

兩者對比更詳細介紹請看如下文章： 

<a href="http://www.cnblogs.com/chowmin/articles/4629220.html">http://www.cnblogs.com/chowmin/articles/4629220.html</a>