搜索引擎solr和elasticsearch

版权声明：本文为博主原创文章，转载注明出处http://blog.csdn.net/u013142781

刚开始接触搜索引擎，网上收集了一些资料，在这里整理了一下分享给大家。

搜索引擎（search engine）是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。搜索引擎包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索引擎与免费链接列表等。

一个搜索引擎由搜索器 、索引器 、检索器 和用户接口 四个部分组成。搜索器的功能是在互联网 中漫游，发现和搜集信息。索引器的功能是理解搜索器所搜索的信息，从中抽取出索引项，用于表示文档 以及生成文档库的索引表。检索器的功能是根据用户的查询在索引库中快速检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。用户接口的作用是输入用户查询、显示查询结果、提供用户相关性反馈机制。

solr和elasticsearch都是基于lucene实现的，因此这里有必要对lucene进行介绍。

lucene是一个全文检索引擎的架构。那什么是全文搜索引擎？

从搜索结果来源的角度，全文搜索引擎又可细分为两种，一种是拥有自己的检索程序（indexer），俗称“蜘蛛”（spider）程序或“机器人”（robot）程序，并自建网页数据库，搜索结果直接从自身的数据库中调用，如上面提到的7家引擎；另一种则是租用其他引擎的数据库，并按自定的格式排列搜索结果，如lycos引擎。

solr是一个基于lucene的java搜索引擎服务器。solr 提供了层面搜索、命中醒目显示并且支持多种输出格式（包括 xml/xslt 和 json 格式）。它易于安装和配置，而且附带了一个基于 http 的管理界面。solr已经在众多大型的网站中使用，较为成熟和稳定。solr 包装并扩展了 lucene，所以solr的基本上沿用了lucene的相关术语。更重要的是，solr 创建的索引与 lucene 搜索引擎库完全兼容。通过对solr 进行适当的配置，某些情况下可能需要进行编码，solr 可以阅读和使用构建到其他 lucene 应用程序中的索引。此外，很多 lucene 工具（如nutch、 luke）也可以使用solr 创建的索引。

书籍推荐一本不错的书籍：《lucene in action》有中文版的

elasticsearch是一个基于apache lucene(tm)的开源搜索引擎。无论在开源还是专有领域，lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。

但是，lucene只是一个库。想要使用它，你必须使用java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。

elasticsearch也使用java开发并使用lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的restful api来隐藏lucene的复杂性，从而让全文搜索变得简单。

因为博主后面主要了解学习elasticsearch，因此对elasticsearch有更多的学习资料推荐。

两篇网页版教程，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>

安装插件： 

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

一篇非常不错的文章（必看）： 

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

elasticsearch 集群搭建（建议选择比较低版本搭建）： 

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

五类elasticsearch扩展性插件推荐： 

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

elasticsearch 与 solr 的比较总结

二者安装都很简单；

solr 利用 zookeeper 进行分布式管理，而 elasticsearch 自身带有分布式协调管理功能;

solr 支持更多格式的数据，而 elasticsearch 仅支持json文件格式；

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

solr 在传统的搜索应用中表现好于 elasticsearch，但在处理实时搜索应用时效率明显低于 elasticsearch。

solr 是传统搜索应用的有力解决方案，但 elasticsearch 更适用于新兴的实时搜索应用。

两者对比更详细介绍请看如下文章： 

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