搜索引擎solr和elasticsearch

剛開始接觸搜索引擎，網上收集了一些資料。在這裏整理了一下分享給你們。

1、關於搜索引擎

搜索引擎（Search Engine）是指依據必定的策略、運用特定的計算機程序從互聯網上搜集信息。在對信息進行組織和處理後，爲用戶提供檢索服務。將用戶檢索相關的信息展現給用戶的系統。

搜索引擎包含全文索引、文件夾索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、門戶搜索引擎與免費連接列表等。

一個搜索引擎由搜索器 、索引器 、檢索器 和用戶接口 四個部分組成。搜索器的功能是在互聯網 中漫遊，發現和蒐集信息。索引器的功能是理解搜索器所搜索的信息，從中抽取出索引項。用於表示文檔 以及生成文檔庫的索引表。

檢索器的功能是依據用戶的查詢在索引庫中高速檢出文檔，進行文檔與查詢的相關度評價，對將要輸出的結果進行排序。並實現某種用戶相關性反饋機制。用戶接口的做用是輸入用戶查詢、顯示查詢結果、提供用戶相關性反饋機制。

——以上文字百度百科（點擊我跳轉到相應頁面）。不少其它相關搜索引擎介紹請看該文章，如全文搜索引擎、文件夾索引類搜索引擎、元搜索引擎的差異。

2、Lucene

solr和elasticsearch都是基於Lucene實現的。所以這裏有必要對Lucene進行介紹。

Lucene是apache軟件基金會4 jakarta項目組的一個子項目，是一個開放源碼的全文檢索引擎工具包，但它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構。提供了完整的查詢引擎和索引引擎。部分文本分析引擎（英文與德文兩種西方語言）。Lucene的目的是爲軟件開發者提供一個簡單易用的工具包，以方便的在目標系統中實現全文檢索的功能。或者是以此爲基礎創建起完整的全文檢索引擎。Lucene是一套用於全文檢索和搜尋的開源程式庫，由Apache軟件基金會支持和提供。

Lucene提供了一個簡單卻強大的應用程式接口，可以作全文索引和搜尋。在Java開發環境裏Lucene是一個成熟的免費開源工具。

就其自己而言，Lucene是當前以及近期幾年最受歡迎的免費Java信息檢索程序庫。人們經常提到信息檢索程序庫，儘管與搜索引擎有關，但不該該將信息檢索程序庫與搜索引擎相混淆。

Lucene是一個全文檢索引擎的架構。那什麼是全文搜索引擎？

全文搜索引擎是名副事實上的搜索引擎，國外具表明性的有Google、Fast/AllTheWeb、AltaVista、Inktomi、Teoma、WiseNut等，國內著名的有百度（Baidu）。它們都是經過從互聯網上提取的各個站點的信息（以網頁文字爲主）而創建的數據庫中。檢索與用戶查詢條件匹配的相關記錄。而後按必定的排列順序將結果返回給用戶。所以他們是真正的搜索引擎。

從搜索結果來源的角度，全文搜索引擎又可細分爲兩種。一種是擁有本身的檢索程序（Indexer），俗稱「蜘蛛」（Spider）程序或「機器人」（Robot）程序，並自建網頁數據庫，搜索結果直接從自身的數據庫中調用。如上面提到的7家引擎；還有一種則是租用其它引擎的數據庫，並按自定的格式排列搜索結果，如Lycos引擎。

3、solr

Solr是一個基於Lucene的Java搜索引擎server。Solr 提供了層面搜索、命中醒目顯示而且支持多種輸出格式（包含 XML/XSLT 和 JSON 格式）。它易於安裝和配置。而且附帶了一個基於 HTTP 的管理界面。Solr已經在衆多大型的站點中使用。較爲成熟和穩定。

Solr 包裝並擴展了 Lucene，因此Solr的基本上沿用了Lucene的相關術語。更重要的是，Solr 建立的索引與 Lucene 搜索引擎庫全然兼容。

經過對Solr 進行適當的配置。某些狀況下可能需要進行編碼。Solr 可以閱讀和使用構建到其它 Lucene 應用程序中的索引。此外。很是多 Lucene 工具（如Nutch、 Luke）也可以使用Solr 建立的索引。

介紹性文字過多。很是多東西實際操做過就會好理解很是多。這裏推薦一篇不錯的入門文章：Solr開發文檔

書籍推薦一本不錯的書籍：《Lucene In Action》有中文版的

4、elasticsearch

Elasticsearch是一個基於Apache Lucene(TM)的開源搜索引擎。無論在開源仍是專有領域。Lucene可以被以爲是迄今爲止最早進、性能最好的、功能最全的搜索引擎庫。

但是，Lucene僅僅是一個庫。

想要使用它，你必須使用Java來做爲開發語言並將其直接集成到你的應用中，更糟糕的是，Lucene很是複雜，你需要深刻了解檢索的相關知識來理解它是怎樣工做的。

Elasticsearch也使用Java開發並使用Lucene做爲其核心來實現所有索引和搜索的功能。但是它的目的是經過簡單的RESTful API來隱藏Lucene的複雜性，從而讓全文搜索變得簡單。

因爲博主後面主要了解學習elasticsearch，所以對elasticsearch有不少其它的學習資料推薦。

兩篇網頁版教程，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

安裝插件：
http://blog.csdn.net/wenqisun/article/details/47952199

一篇很是不錯的文章（必看）：
http://www.aboutyun.com/thread-17078-1-1.html

Elastic中文社區：http://elasticsearch.cn/

elasticsearch 集羣搭建（建議選擇比較低版本號搭建）：
http://my.oschina.net/xiaohui249/blog/228748

五類Elasticsearch擴展性插件推薦：
http://cloud.51cto.com/art/201505/476450.htm

5、solr和elasticsearch比較

Elasticsearch 與 Solr 的比較總結

兩者安裝都很是easy。

Solr 利用 Zookeeper 進行分佈式管理，而 Elasticsearch 自身帶有分佈式協調管理功能;

Solr 支持不少其它格式的數據，而 Elasticsearch 僅支持json文件格式。

Solr 官方提供的功能不少其它，而 Elasticsearch 自己更注重於核心功能，高級功能多有第三方插件提供；

Solr 在傳統的搜索應用中表現好於 Elasticsearch，但在處理實時搜索應用時效率明顯低於 Elasticsearch。

Solr 是傳統搜索應用的有力解決方式，但 Elasticsearch 更適用於新興的實時搜索應用。

二者對照更具體介紹請看例如如下文章：
http://www.cnblogs.com/chowmin/articles/4629220.html