搜索引擎solr和elasticsearch

xinghe0

　　刚開始接触搜索引擎，网上收集了一些资料。在这里整理了一下分享给大家。
一、关于搜索引擎
　　搜索引擎（Search Engine）是指依据一定的策略、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。
　　搜索引擎包含全文索引、文件夹索引、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。
　　检索器的功能是依据用户的查询在索引库中高速检出文档，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。
　　——以上文字百度百科（点击我跳转到相应页面）。很多其它相关搜索引擎介绍请看该文章，如全文搜索引擎、文件夹索引类搜索引擎、元搜索引擎的差别。
二、Lucene
　　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apache软件基金会4 jakarta项目组的一个子项目，是一个开放源码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构。提供了完整的查询引擎和索引引擎。部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发者提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能。或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。
　　Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。
　　就其本身而言，Lucene是当前以及近期几年最受欢迎的免费Java信息检索程序库。人们常常提到信息检索程序库，尽管与搜索引擎有关，但不应该将信息检索程序库与搜索引擎相混淆。
　　Lucene是一个全文检索引擎的架构。那什么是全文搜索引擎？
　　全文搜索引擎是名副事实上的搜索引擎，国外具代表性的有Google、Fast/AllTheWeb、AltaVista、Inktomi、Teoma、WiseNut等，国内著名的有百度（Baidu）。它们都是通过从互联网上提取的各个站点的信息（以网页文字为主）而建立的数据库中。检索与用户查询条件匹配的相关记录。然后按一定的排列顺序将结果返回给用户。因此他们是真正的搜索引擎。
　　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；还有一种则是租用其它引擎的数据库，并按自定的格式排列搜索结果，如Lycos引擎。
三、solr
　　Solr是一个基于Lucene的Java搜索引擎server。Solr 提供了层面搜索、命中醒目显示并且支持多种输出格式（包含 XML/XSLT 和 JSON 格式）。它易于安装和配置。并且附带了一个基于 HTTP 的管理界面。Solr已经在众多大型的站点中使用。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 搜索引擎库全然兼容。
　　通过对Solr 进行适当的配置。某些情况下可能须要进行编码。Solr 能够阅读和使用构建到其它 Lucene 应用程序中的索引。此外。非常多 Lucene 工具（如Nutch、 Luke）也能够使用Solr 创建的索引。
　　介绍性文字过多。非常多东西实际操作过就会好理解非常多。这里推荐一篇不错的入门文章：Solr开发文档
　　书籍推荐一本不错的书籍：《Lucene In Action》有中文版的
四、elasticsearch
　　Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。不管在开源还是专有领域。Lucene能够被觉得是迄今为止最先进、性能最好的、功能最全的搜索引擎库。
　　可是，Lucene仅仅是一个库。
　　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，你须要深入了解检索的相关知识来理解它是怎样工作的。
　　Elasticsearch也使用Java开发并使用Lucene作为其核心来实现全部索引和搜索的功能。可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。
　　由于博主后面主要了解学习elasticsearch，因此对elasticsearch有很多其它的学习资料推荐。
　　两篇网页版教程，十分全面：
　　http://es.xiaoleilu.com/010_Intro/10_Installing_ES.html
　　http://udn.yyuap.com/doc/mastering-elasticsearch/chapter-5/54_README.html
　　安装插件：
　　http://blog.csdn.net/wenqisun/article/details/47952199
　　一篇非常不错的文章（必看）：
　　http://www.aboutyun.com/thread-17078-1-1.html
　　Elastic中文社区：http://elasticsearch.cn/
　　elasticsearch 集群搭建（建议选择比較低版本号搭建）：
　　http://my.oschina.net/xiaohui249/blog/228748
　　五类Elasticsearch扩展性插件推荐：
　　http://cloud.51cto.com/art/201505/476450.htm
五、solr和elasticsearch比較
　　Elasticsearch 与 Solr 的比較总结
　　二者安装都非常easy。
　　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 支持很多其它格式的数据，而 Elasticsearch 仅支持json文件格式。
　　Solr 官方提供的功能很多其它，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式，但 Elasticsearch 更适用于新兴的实时搜索应用。
　　两者对照更具体介绍请看例如以下文章：
　　http://www.cnblogs.com/chowmin/articles/4629220.html