Escolhendo um servidor de pesquisa de texto completo stand-alone: ??Sphinx ou SOLR? [fechadas]

Question

Eu estou procurando um servidor de pesquisa de texto completo stand-alone com as seguintes propriedades:

• Deve funcionar como um servidor stand-alone que pode servir solicitações de pesquisa de vários clientes
• Deve ser capaz de fazer "indexação granel", indexando o resultado de uma consulta SQL: dizer "SELECT id, text_to_index a partir de documentos";
• Deve ser software livre e deve ser executado em Linux com o MySQL como banco de dados
• Deve ser rápido (exclui pesquisa de texto completo interna do MySQL)

As alternativas que eu encontrei que têm estas propriedades são:

• Solr (baseado em Lucene)
• ElasticSearch (também baseado em Lucene)
• Esfinge

As minhas perguntas:

• Como eles se comparam?
• que eu perdi alguma alternativa?
• Eu sei que cada caso de uso é diferente, mas há certos casos em que eu definitivamente não deseja usar um determinado pacote?

Answer 1

Estou usando Solr com sucesso por quase 2 anos agora, e nunca usou Esfinge, então estou obviamente tendenciosa. No entanto, vou tentar mantê-lo objetivo por citar os docs ou outras pessoas. Eu também vou tomar patches para a minha resposta: -)

Semelhanças:

• Ambos Solr ea Esfinge satisfazer todas as suas necessidades. Eles são rápidos e projetado para indexar e pesquisar grandes massas de dados de forma eficiente.
• Ambos têm uma longa lista de sites de alto tráfego de usá-los ( Solr , Esfinge )
• Ambos oferecem suporte comercial. ( Solr , Esfinge )
• Ambos oferecem cliente ligações API para várias plataformas / linguagens ( Esfinge , Solr )
• Ambos podem ser distribuído para aumentar a velocidade ea capacidade ( Esfinge , Solr )

Aqui estão algumas diferenças:

• Solr, sendo um projeto Apache, é, obviamente, Apache2-licenciado. Esfinge é GPLv2 . Isto significa que se você precisar de incorporar ou se estendem (e não apenas "utilização") Sphinx em uma aplicação comercial, você vai ter que comprar uma licença comercial ( lógica )
• facilmente embutido em aplicações Java.
• Solr é construído em cima de Lucene, que é uma tecnologia comprovada ao longo 8 anos velho com um enorme base de usuários ( esta é apenas uma pequena parte). Sempre que Lucene recebe um novo recurso ou aceleração, Solr recebe-lo também. Muitos dos devs comprometendo-se a Solr também são committers Lucene.
• integra Sphinx mais firmemente com RDBMSs, especialmente MySQL.
• Solr pode ser href="http://highscalability.com/how-rackspace-now-uses-mapreduce-and-hadoop-query-terabytes-data" integrado com Hadoop para construir aplicações distribuídas
• Solr pode ser integrado com Nutch para construir rapidamente um motor de busca web de pleno direito com rastreador .
• índice formatos proprietários como o Microsoft Word, PDF, etc . Sphinx não pode .
• Solr vem com um corretor ortográfico fora da caixa .
• Solr vem com faceta suporte out of the box . Faceting em Esfinge dá mais trabalho .
• não Esfinge não permite atualizações de índice parciais para de dados de campo.
• Na Esfinge, alids l documento deve ser sem assinatura números inteiros únicos diferentes de zero . Solr nem sequer exigem uma chave única para muitas operações e chaves únicas podem ser tanto números inteiros ou strings.
• colapso (actualmente apenas como um remendo adicional) para evitar a duplicação de resultados semelhantes. não Esfinge não parecem fornecer qualquer recurso como este.
• Esfinge é projetado para recuperar somente documento ids , em Solr você pode obter diretamente documentos inteiros com praticamente qualquer tipo de dados, tornando-a mais independente de qualquer armazenamento de dados externo e salva a ida e volta extra.
• Solr, exceto quando usado incorporado, é executado em um Java container web como Tomcat ou Jetty , que exigem configuração e ajuste específico adicional (ou você pode usar o incluído Jetty e apenas lançá-lo com java -jar start.jar). Esfinge não tem nenhuma configuração adicional.

Perguntas relacionadas:

• completa pesquisa de texto com Rails
• Comparação do pleno texto motor de pesquisa -? Lucene, Esfinge, PostgreSQL, MySQL

Answer 2

A menos que você precisa estender a funcionalidade de pesquisa de qualquer forma proprietária, Esfinge é sua melhor aposta.

vantagens Esfinge:

1. Desenvolvimento e instalação é mais rápido
2. Muito melhor (e mais rápido) agregação. Esta foi a característica do assassino para nós.
3. Não XML. Isso é o que finalmente descartada Solr para nós. Tivemos que voltar um pouco grandes conjuntos de resultados (pense centenas de resultados) e, em seguida, agregá-los nós mesmos desde Solr agregação faltava. A quantidade de tempo para serializar de e para XML apenas o desempenho absolutamente morto. Para conjuntos de resultados pequenos, porém, ele estava perfeitamente bem.
4. Melhor documentação que já vi em um aplicativo de código aberto

vantagens Solr:

1. Pode ser estendido.
2. pode batê-lo directamente a partir de uma aplicação web, ou seja, você pode ter autocomplete-like pesquisas acertar o servidor Solr diretamente via AJAX.

Answer 3

Nota:. Há muitos usuários com a mesma pergunta em mente

Assim, para responder ao ponto:

Qual e por quê?

• Use Solr se você pretende usá-lo em seu web-app (site-exemplo do motor de busca). Ele vai certamente vir a ser grande, graças à sua API. Você vai precisar que o poder para um web-app.

• Use Esfinge se você quiser pesquisar através de toneladas de documentos / arquivos rápida real. Ele indexa muito rápido também. Eu recomendaria não usá-lo em um aplicativo que envolve JSON ou XML parsing para obter os resultados da pesquisa. Usá-lo para pesquisas dB diretos. Ele funciona muito bem em MySQL.

Alternativas

Embora estes sejam os gigantes, há muito mais. Além disso, há aqueles que usá-los para alimentar os seus quadros personalizados. Então, eu diria que você realmente não ter perdido qualquer. Embora não haja um ElasticSearch que tem uma boa base de usuários.

Answer 4

Eu tenho usado o Sphinx por quase um ano agora, e isso tem sido incrível. Posso índice de 1,5 milhão de documentos em cerca de um minuto no meu MacBook, e ainda mais rápido no servidor. Também estou usando Esfinge para limitar as pesquisas para lugares dentro de latitudes e longitudes específicos, e é muito rápido. Além disso, como os resultados são classificados é muito tweakable. Fácil de instalar e configurar, se você ler um tutorial ou dois. Quase 1,0 status, mas os seus Release Candidates foram rocha sólida.

Answer 5

Lucene / Solr parece ser mais destaque e com mais anos de actividade e uma comunidade de usuários muito mais forte. imho se você pode obter passado as questões de configuração inicial como alguns parece ter enfrentado (não nós), então eu diria Lucene / Solr é sua melhor aposta.