一文带你了解Elasticsearch与Solr优缺点

最新推荐文章于 2024-07-30 11:24:27 发布

十点数据

最新推荐文章于 2024-07-30 11:24:27 发布

阅读量783

点赞数 1

分类专栏：数据采集文章标签： solr es

本文链接：https://blog.csdn.net/fyli0304/article/details/105803860

版权

数据采集专栏收录该内容

13 篇文章 0 订阅

订阅专栏

Elasticsearch简介

Elasticsearch是一个建立在 Apache Lucene™ 基础上的实时的分布式搜索和分析引擎，是基于Lucene实现的、当今最先进，最高效的全功能开源搜索引擎框架。

Elasticsearch使用Lucene作为内部索引引擎，而实际使用中，我们只需要使用统一开发好的API即可，而不需要理解其背后复杂的Lucene工作原理。 ES架构.png

Elasticsearch并不仅仅是基于Lucene实现全文搜索功能。同时，还具有以下特性:

分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。

实时分析的分布式搜索引擎。

可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。

Elasticsearch的使用很简单。初学者只要简单配置以一些参数，其他均使用默认值即可。而且安装也比较简单，安装好启动就可使用，可以很大幅度的减少学习成本。

如果你研究的够深入，你会发现Elasticsearch还有更多的高级功能，它可以很灵活地进行配置。可以根据自己的需求，灵活的来定制自己的Elasticsearch。

使用案例：

维基百科使用Elasticsearch来进行全文搜做并高亮显示关键词，以及提供search-as-you-type、did-you-mean等搜索建议功能。

英国卫报使用Elasticsearch来处理访客日志，以便能将公众对不同文章的反应实时地反馈给各位编辑。

StackOverflow将全文搜索与地理位置和相关信息进行结合，以提供more-like-this相关问题的展现。

GitHub使用Elasticsearch来检索超过1300亿行代码。

Goldman Sachs每天使用ES，来对大约5TB数据创建索引；而且很多投行也使用它来做股票市场分析。

但是Elasticsearch并不是只有大企业才能够使用起来，像DataDog、Klout等这样的创业公司，也对ES进行了功能的扩展，以满足自己独特的业务需求。

Elasticsearch的优缺点：

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

只有一名开发者（当前Elasticsearch GitHub组织已经不只如此，已经有了相当活跃的维护者）

还不够自动（不适合当前新的Index Warmup API）

Solr

Solr（读作“solar”）是Apache Lucene项目的开源企业搜索平台。其主要功能包括全文检索、命中标示、分面搜索、动态聚类、数据库集成，以及富文本（如Word、PDF）的处理。Solr是高度可扩展的，并提供了分布式搜索和索引复制。

Solr是最流行的企业级搜索引擎，Solr4 还增加了NoSQL支持。

Solr是用Java编写、运行在Servlet容器（如 Apache Tomcat 或Jetty）的一个独立的全文搜索服务器。Solr采用了 Lucene Java 搜索库为核心的全文索引和搜索，并具有类似REST的HTTP/XML和JSON的API。

Solr强大的外部配置功能使得无需进行Java编码，便可对其进行调整以适应多种类型的应用程序。Solr有一个插件架构，以支持更多的高级定制。

因为2010年 Apache Lucene 和 Apache Solr 项目合并，两个项目是由同一个Apache软件基金会开发团队制作实现的。提到技术或产品时，Lucene/Solr或Solr/Lucene是一样的。

Solr的优缺点

优点

Solr有一个更大、更成熟的用户、开发和贡献者社区。

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。

Solr比较成熟、稳定。

不考虑建索引的同时进行搜索，速度更快。

缺点

建立索引时，搜索效率下降，实时索引搜索效率不高。

Elasticsearch与Solr的比较!

比较.png

当单纯的对已有数据进行搜索时，Solr更快

当实时建立索引时, Solr会产生io阻塞，查询性能较差。

比较2.png

实时建立索引 Elasticsearch具有明显的优势

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。

比较3.png

随数据量的增加搜索效率会变得更低

综上所述，solr的架构不适合实时搜索的应用。

实际生产环境测试

下图为将搜索引擎从solr转到Elasticsearch以后的平均查询速度有了50倍的提升。

比较3.jpg

Elasticsearch与Solr的比较总结：

二者安装都很简单；

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 支持更多格式的数据，而 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](http://www.blog2019.net/tag/%E7%AC%AC%E4%B8%89%E6%96%B9%E6%8F%92%E4%BB%B6?tagId=5)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案，但 Elasticsearch 更适用于新兴的实时搜索应用。

在实际生成环境中，我们可以根据二者时间优缺点整合使用，如下图：