Выбор автономного полнотекстового поискового сервера: Sphinx или SOLR?

Я ищу автономный полнотекстовый поисковый сервер со следующими свойствами:

Должен работать как автономный сервер, который может обслуживать запросы поиска от нескольких клиентов.
Должна быть способна "индексировать объем" путем индексирования результата SQL-запроса: скажем "SELECT id, text_to_index FROM documents;"
Должно быть свободное программное обеспечение и должно работать в Linux с MySQL в качестве базы данных
Должно быть быстрым (исключает внутренний полнотекстовый поиск MySQL)

Альтернативы, которые я нашел, имеют следующие свойства:

Solr (на основе Lucene)
ElasticSearch (также основанный на Lucene)
Sphinx

Мои вопросы:

Как они сравниваются?
Я пропустил какие-либо альтернативы?
Я знаю, что каждый вариант использования отличается, но есть ли определенные случаи, когда я определенно не хочу использовать определенный пакет?

Ответ 1

Я использую Solr успешно уже почти 2 года и никогда не использовал Sphinx, поэтому я явно предвзято. Однако я постараюсь, чтобы это было объективно, цитируя документы или другие люди. Я также отвечу на мой ответ: -)

Сходства:

Оба Solr и Sphinx удовлетворяют всем вашим требованиям. Они быстрые и предназначены для индексации и поиска больших тел данных эффективно.
Оба имеют длинный список сайтов с высоким трафиком, используя их (Solr, Sphinx)
Оба предлагают коммерческую поддержку. (Solr, Sphinx)
Оба предлагают привязки API-клиента для нескольких платформ/языков (Sphinx, Solr)
Оба могут быть распределены для увеличения скорости и емкости (Sphinx, Solr)

Вот некоторые отличия:

Solr, являющийся проектом Apache, явно лицензирован Apache2. Sphinx - это GPLv2. Это означает, что если вам когда-либо понадобится встраивать или расширять (а не просто "использовать" ) Sphinx в коммерческом приложении, вам придется купить коммерческую лицензию (обоснование)
Solr легко встраивается в приложения Java.
Solr построен поверх Lucene, который является проверенной технологией над 8 лет с огромная пользовательская база (это лишь небольшая часть). Когда Lucene получает новую функцию или ускорение, Solr получает ее тоже. Многие из разработчиков, совершающие Solr, также являются компиляторами Lucene.
Sphinx более тесно интегрируется с СУБД, особенно MySQL.
Solr может быть интегрирован с Hadoop для создания распределенных приложений
Solr может быть интегрирован с Nutch для быстрого создания полноценной поисковой системы с искателем.
Solr может индексировать проприетарные форматы, такие как Microsoft Word, PDF и т.д.. Sphinx не может.
Solr поставляется с исправлением заклинаний из коробки.
Solr поставляется с поддержкой фасета из коробки. Графика в Sphinx требует больше работы.
Sphinx не разрешает частичные обновления индекса для данных поля.
В Sphinx все идентификаторы документов должны быть уникальными целыми числами без знака без знака. Solr даже не требует уникального ключа для многих операций, а уникальные ключи могут быть целыми или строками.
Solr поддерживает сбой кода (в настоящее время только в качестве дополнительного патча), чтобы избежать дублирования подобных результатов. Кажется, что Sphinx не предоставляет такую функцию.
Пока Sphinx предназначен только для получения идентификаторов документов, в Solr вы можете напрямую получать целые документы практически с любыми данными, делая он более независим от любого внешнего хранилища данных, и он экономит дополнительный кругооборот.
Solr, за исключением случаев, когда используется встроенный, работает в веб-контейнере Java, например Tomcat или Jetty, для которых требуется дополнительная конкретная конфигурация и настройка (или вы можете использовать включенный Jetty и просто запустить это с java -jar start.jar). Sphinx не имеет дополнительной конфигурации.

Похожие вопросы:

Ответ 2

Если вам не нужно расширять функциональность поиска любым проприетарным способом, Sphinx - ваш лучший выбор.

Преимущества Sphinx:

Разработка и настройка быстрее
Гораздо лучше (и быстрее) агрегация. Это была функция убийцы для нас.
Не XML. Это то, что в конечном итоге исключило для нас Солра. Нам приходилось возвращать довольно большие результирующие множества (думаю, сотни результатов), а затем объединить их сами, поскольку отсутствует агрегация Солра. Количество времени, затрачиваемого на сериализацию в и из XML, просто полностью убило производительность. Однако для небольших наборов результатов это было прекрасно.
Лучшая документация, которую я видел в приложении с открытым исходным кодом.

Преимущества Solr:

Может быть расширен.
Может ударить его напрямую из веб-приложения, то есть вы можете иметь автозаполненные поисковые запросы, которые попадают на сервер Solr напрямую через AJAX.

Ответ 3

Примечание. Есть много пользователей с одним и тем же вопросом.

Итак, чтобы ответить на вопрос:

Что и почему?

Используйте Solr, если вы намерены использовать его в своем веб-приложении (поисковая система сайта). Благодаря API, это, безусловно, окажется отличным. Вам определенно понадобится эта мощь для веб-приложения.
Используйте Sphinx, если вы хотите быстро найти тонны документов/файлов. Он также индексирует очень быстро. Я бы рекомендовал не использовать его в приложении, которое включает JSON или синтаксический анализ XML для получения результатов поиска. Используйте его для прямого поиска в dB. Он отлично работает на MySQL.

Альтернативы

Хотя это великаны, их гораздо больше. Кроме того, есть те, которые используют их для питания своих пользовательских фреймворков. Итак, я бы сказал, что вы действительно ничего не пропустили. Хотя есть elasticsearch, который имеет хорошую базу пользователей.

Ответ 4

Я использую Sphinx уже почти год, и это было потрясающе. Я могу индексировать 1,5 миллиона документов примерно за минуту на моем MacBook и даже быстрее на сервере. Я также использую Sphinx для ограничения поиска мест в определенных широтах и долготах, и это очень быстро. Кроме того, как оцениваются результаты, очень удобно. Простота установки и настройки, если вы читаете учебное пособие или два. Почти статус 1.0, но их кандидаты на выпускники были прочными.

Ответ 5

Lucene/Solr, по-видимому, более характерна и с более долгими годами в бизнесе и гораздо более сильным сообществом пользователей. imho, если вы можете преодолеть начальные проблемы с установкой, поскольку некоторые, кажется, столкнулись (не мы), тогда я бы сказал, что Lucene/Solr - ваш лучший выбор.