272
幾種常見的基於Lucene的開源搜索解決方案對比
一 直接使用 Lucene ( https://lucene.apache.org )
- 說明：Lucene 是一個 JAVA 搜索類庫，它本身並不是一個完整的解決方案，需要額外的開發工作
- 優點：成熟的解決方案，有很多的成功案例。apache 頂級項目，正在持續快速的進步。龐大而活躍的開發社區，大量的開發人員。它隻是一個類庫，有足夠的定製和優化空間：經過簡單定製，就可以滿足絕大部分常見的需求；經過優化，可以支持 10億+ 量級的搜索。
- 缺點：需要額外的開發工作。所有的擴展，分布式，可靠性等都需要自己實現；非實時，從建索引到可以搜索中間有一個時間延遲，而當前的“近實時”(Lucene Near Real Time search)搜索方案的可擴展性有待進一步完善
二 Solr ( https://lucene.apache.org/solr/ )
- 說明：基於 Lucene 的企業級搜索的開箱即用的解決方案
- 優點：比較成熟的解決方案，也有很多的成功案例。Lucene 子項目，實現了大部分常見的搜索功能需求，包括 facet 搜索（搜索結果分類過濾）等。
- 缺點：可定製性比 Lucene 要差，一些不常見的需求，定製的難度比直接在 Lucene 上做要大的多。性能上，由於 Solr 的建索引和搜索是同一個進程，耦合度比較高，對於性能調優有一定的影響。
三 Katta ( https://katta.sourceforge.net/ )
- 說明：基於 Lucene 的，支持分布式，可擴展，具有容錯功能，準實時的搜索方案。
- 優點：開箱即用，可以與 Hadoop 配合實現分布式。具備擴展和容錯機製。
- 缺點：隻是搜索方案，建索引部分還是需要自己實現。在搜索功能上，隻實現了最基本的需求。成功案例較少，項目的成熟度稍微差一些。因為需要支持分布式，對於一些複雜的查詢需求，定製的難度會比較大。
PS:
四 Hadoop contrib/index ( https://svn.apache.org/repos/asf/hadoop/mapreduce/trunk/src/contrib/index/README )
- 說明：Map/Reduce 模式的，分布式建索引方案，可以跟 Katta 配合使用。
- 優點：分布式建索引，具備可擴展性。
- 缺點：隻是建索引方案，不包括搜索實現。工作在批處理模式，對實時搜索的支持不佳。
五 LinkedIn 的開源方案 ( https://sna-projects.com/ )
- 說明：基於 Lucene 的一係列解決方案，包括 準實時搜索 zoie ，facet 搜索實現 bobo ，機器學習算法decomposer ，摘要存儲庫 krati ，數據庫模式包裝 sensei 等等
- 優點：經過驗證的解決方案，支持分布式，可擴展，豐富的功能實現
- 缺點：與 linkedin 公司的聯係太緊密，可定製性比較差
六 ElasticSearch ( https://www.elasticsearch.com/ )
- 說明：基於 Lucene 的，分布式，雲端，提供 rest 接口的搜索解決方案
- 優點：開箱即用，分布式，rest 接口，支持雲端調用
- 缺點：一個新的項目，沒有經過很多的驗證。（隻有一個人在開發？）分片的數目不能動態調整，隻能在初始化索引的時候指定（跟 HBase 不一樣的地方）
七 Lucandra ( https://github.com/tjake/Lucandra )
八 HBasene ( https://github.com/akkumar/hbasene )
- 說明：基於 Lucene，索引存在 HBase 數據庫中
- 優點：參考 HBase 的優點
- 缺點：參考 HBase 的缺點。另外，在實現中，lucene terms 是存成行，但每個 term 對應的 posting lists 是以列的方式存儲的。隨著單個 term 的 posting lists 的增大，查詢時的速度受到的影響會非常大
最後更新：2017-04-02 16:47:43