solr和elasticsearch

lucence简介

Lucene是apache软件基金会一个子项目，是一个开放源代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人员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。

lucence特点

• 独立于应用平台的索引文件：Lucene定义了一套以8位字节为基础的索引文件格式，使得兼容系统或者不同平台的应用能够共享建立的索引文件。
• 基于倒排索引的基础上实现分块索引：在传统全文检索引擎的倒排索引的基础上，实现了分块索引，能够针对新的文件建立小文件索引，提升索引速度。然后通过与原有索引的合并，达到优化的目的。
• 独立于语言和文件格式的文本分析接口：索引器通过接受Token流完成索引文件的创立，用户扩展新的语言和文件格式，只需要实现文本分析的接口。
• 强大的查询引擎：用户无需自己编写代码即可使系统可获得强大的查询能力，Lucene的查询实现中默认实现了布尔操作、模糊查询、分组查询等等。
• 优秀的面向对象的系统架构：使得对于Lucene扩展的学习难度降低，方便扩充新功能。

solr简介

Solr 是Apache下的一个顶级开源项目，采用Java开发，它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展，并对索引、搜索性能进行了优化。

Solr可以独立运行，运行在Jetty、Tomcat等这些Servlet容器中，Solr 索引的实现方法很简单，用 POST 方法向 Solr 服务器发送一个描述 Field 及其内容的 XML 文档，Solr根据xml文档添加、删除、更新索引 。Solr 搜索只需要发送 HTTP GET 请求，然后对 Solr 返回Xml、json等格式的查询结果进行解析，组织页面布局。Solr不提供构建UI的功能，Solr提供了一个管理界面，通过管理界面可以查询Solr的配置和运行情况。

优点

• Solr有更大更成熟的社区，比较成熟稳定
• 不考虑建索引、对已有数据搜索，速度更快
• 支持添加多种格式的索引，如：HTML、PDF、微软 Office 系列软件格式以及 JSON、XML、CSV 等纯文本格式

缺点

• 相对成熟，势头不如elasticsearch，目前elasticsearch排第一，solr排第二
• 依赖于zookeeper进行分布管理，安装稍微麻烦
• 建立索引时，搜索效率下降，实时索引搜索效率不高
• 随着数据量增加，solr性能表现不如elasticsearch

elasticsearch简介

Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。

Elasticsearch是一个分布式、高扩展、高实时的搜索与数据分析引擎；它能很方便的使大量数据具有搜索、分析和探索的能力；充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值。

Elasticsearch是与名为Logstash的数据收集和日志解析引擎以及名为Kibana的分析和可视化平台一起开发的。这三个产品被设计成一个集成解决方案，称为“Elastic Stack”（以前称为“ELK stack”）。

优点

• Elasticsearch是分布式的，不需要其他组件，分发是实时的，被叫做”Push replication”。
• Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。
• 处理多租户不需要特殊配置，而Solr则需要更多的高级设置。
• Elasticsearch 采用 Gateway 的概念，使得完备份更加简单。
• 各节点组成对等的网络结构，某些节点出现故障时会自动分配其他节点代替其进行工作。

缺点

• 支持的索引格式比较有限，不如solr丰富
• 对已有数据进行搜索，性能不如solr快

solr和elasticsearch比较

• 对已有数据进行搜索时，solr比elasticsearch更快

• 实时建立索引时, solr会产生io阻塞，查询性能较差；建立实时索引时elasticsearch具有更好的性能

• 随着数据量的增加，Solr的搜索效率会变得更低，而Elasticsearch却没有明显的变化

 

对比总结 

• Solr 利用 Zookeeper 进行分布式管理；Elasticsearch自身带有分布式协调管理功能
• Solr 支持更多格式的数据；Elasticsearch 仅支持json文件格式
• Solr 官方提供的功能更多；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；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案；Elasticsearch 更适用于新兴的实时搜索应用

 

参考

https://www.cnblogs.com/Little-Li/p/11220513.html