Вибір автономного повнотекстового сервера пошуку: Сфінкса чи SOLR? [зачинено]

Я шукаю автономний повнотекстовий сервер пошуку з такими властивостями:

• Повинен діяти як автономний сервер, який може обслуговувати пошукові запити від декількох клієнтів
• Потрібно мати можливість "масової індексації" шляхом індексації результату запиту SQL: скажіть "SELECT id, text_to_index ВІД документів;"
• Повинно бути вільним програмним забезпеченням і повинно працювати на Linux із MySQL як базою даних
• Повинно бути швидким (виключає внутрішній повнотекстовий пошук MySQL)

Я знайшов альтернативи, які мають ці властивості:

• Solr (заснований на люцені)
• ElasticSearch (також заснований на Lucene)
• Сфінкс

Мої запитання:

• Як вони порівнюються?
• Я пропустив якісь альтернативи?
• Я знаю, що кожен випадок використання різний, але чи є певні випадки, коли я точно не хотів би використовувати певний пакет?

Я вже майже 2 роки успішно використовую Solr, і ніколи не використовував Сфінкса, тому я, очевидно, упереджений. Однак я спробую дотримати його об'єктивним шляхом, цитуючи документів або інших людей. Я також візьму патчі на свою відповідь :-)

Подібність:

• І Solr, і Sphinx задовольняють всі ваші вимоги. Вони швидкі та розроблені для ефективного індексування та пошуку великих масивів даних.
• Обидва мають довгий список сайтів із високим трафіком, які використовують їх ( Solr , Sphinx )
• Обидва пропонують комерційну підтримку. ( Солр , Сфінкс )
• Обидва пропонують клієнтські прив’язки API для декількох платформ / мов ( Sphinx , Solr )
• І те й інше можна розподілити для збільшення швидкості та потужності ( Сфінкс , Солр )

Ось деякі відмінності:

• Solr, будучи проектом Apache, очевидно, має ліцензію Apache2. Сфінкс - це GPLv2 . Це означає, що якщо вам коли-небудь потрібно вбудувати або розширити (а не просто "використовувати") Sphinx у комерційній програмі, вам доведеться придбати комерційну ліцензію ( обгрунтування )
• Solr легко вбудовується в додатки Java.
• Solr побудований на вершині Lucene, що є перевіреною технологією старше 8 років з величезною базою користувачів (це лише невелика частина). Всякий раз, коли Lucene отримує нову функцію або прискорення, Solr отримує її також. Багато з чортів, які здійснюють Солр, є також люценістими.
• Сфінкс більш тісно інтегрується з RDBMS, особливо з MySQL.
• Solr можна інтегрувати з Hadoop для створення розподілених додатків
• Solr може бути інтегрований з Nutch для швидкого створення повноцінної веб-пошукової системи з гусеничним механізмом .
• Solr може індексувати власні формати, такі як Microsoft Word, PDF тощо . Сфінкс не може .
• Солр виходить з орфограмою з перевірки орфографії .
• Solr поставляється з фацетною підтримкою поза коробкою . Граніт у Сфінксі потребує більше роботи .
• Сфінкс не дозволяє часткове оновлення індексу для польових даних .
• У Сфінксі всі ідентифікатори документа повинні бути унікальними непідписаними ненульовими цілими числами . Solr навіть не вимагає унікального ключа для багатьох операцій , а унікальні ключі можуть бути або цілими чи рядковими.
• Solr підтримує згортання поля (наразі лише як додатковий патч), щоб уникнути дублювання подібних результатів. Схоже, сфінкс не забезпечує такої функції.
• Хоча Sphinx призначений лише для отримання ідентифікаторів документів , у Solr ви можете безпосередньо отримувати цілі документи з майже будь-якими видами даних, роблячи його більш незалежним від будь-якого зовнішнього сховища даних, і це економить додатковий зворотній пробіг.
• Solr, за винятком випадків, коли використовується вбудований, працює у веб-контейнері Java, такому як Tomcat або Jetty, для якого потрібна додаткова конкретна конфігурація та налаштування (або ви можете використовувати включений Jetty та просто запустити його java -jar start.jar). Сфінкс не має додаткової конфігурації.

Пов’язані запитання:

• Повний пошук тексту за допомогою рейок
• Порівняння повнотекстової пошукової системи - Lucene, Sphinx, Postgresql, MySQL?

Якщо вам не потрібно розширити функцію пошуку будь-яким власним способом, Sphinx - це найкраща ставка.

Переваги сфінкса:

1. Розробка та налаштування проходять швидше
2. Набагато краща (і швидша) агрегація. Це було вбивчою рисою для нас.
3. Не XML. Це те, що врешті-решт виключило для нас Solr. Нам довелося повернути досить великі набори результатів (подумайте сотні результатів), а потім їх самостійно зібрати, оскільки бракувало Solr агрегації. Кількість часу на серіалізацію до та від XML просто абсолютно знищила продуктивність. Хоча для невеликих наборів результатів це було чудово.
4. Найкраща документація, яку я бачив у програмі з відкритим кодом

Переваги Solr:

1. Можна продовжити.
2. Може вдарити його безпосередньо через веб-додаток, тобто, ви можете мати автоматичні завершення пошуку, які потрапляють безпосередньо на сервер Solr через AJAX.

Примітка. Є багато користувачів з тим самим питанням на увазі.

Отже, щоб відповісти на питання:

Який і чому?

• Використовуйте Solr, якщо ви маєте намір використовувати його у своєму веб-додатку (пошукова система прикладу). Це, безумовно, виявиться чудовим, завдяки своєму API. Вам, безумовно, потрібна ця потужність для веб-програми.

• Використовуйте Сфінкс, якщо хочете реально швидко шукати тонни документів / файлів. Він також індексує дуже швидко. Я рекомендую не використовувати його в додатку, який включає JSON або розбір XML для отримання результатів пошуку. Використовуйте його для прямого пошуку в дБ. Він чудово працює на MySQL.

Альтернативи

Хоча це гіганти, їх набагато більше. Крім того, є такі, які використовують їх для живлення власних кадрів. Отже, я б сказав, що ви насправді не пропустили жодного. Хоча є один еластичний пошук, який має хорошу базу користувачів.

Я вже майже рік користуюся Сфінксом, і це було дивовижно. Я можу індексувати 1,5 мільйона документів приблизно за хвилину на своєму MacBook, а ще швидше - на сервері. Я також використовую Sphinx для обмеження пошуку місцями в певних широтах і довготах, і це дуже швидко. Крім того, як рейтингуються результати, дуже доречно. Легко встановити та налаштувати, якщо ви читаєте підручник чи два. Майже 1,0 статус, але їх кандидати в реліз були суцільними.

Здається, Lucene / Solr є більш популярним та тривалим роком у бізнесі та значно сильнішою спільнотою користувачів. Імхо, якщо ви зможете подолати початкові проблеми налаштування, як, здається, стикалися деякі (не ми), то я б сказав, що Lucene / Solr - це ваша найкраща ставка.