Name | Family | Description | Website | RK |
Lucene | Java | 在Java世界中已经是标准的全文检索程序,它提供了完整的查询引擎和索引引擎,没有中文分词引擎,需要自己去实现,因此用Lucene去做一个搜素引擎需要自己去架构.另外它不支持实时搜索,但linkedin和twitter有分别对Lucene改进的实时搜素. 其中Lucene有一个C++移植版本叫CLucene,CLucene因为使用C++编写,所以理论上要比lucene快. | http://lucene.apache.org/ | |
Solr | Java | 用java开发的独立的企业级搜索应用服务器,它提供了类似于Web-service的API接口,它是基于Lucene的全文检索服务器,也算是Lucene的一个变种,很多一线互联网公司都在使用Solr,也算是一种成熟的解决方案. | http://lucene.apache.org/solr/ | |
Elasticsearch | Java | 基于Lucene构造的开源,分布式的搜索引擎. 设计用于云计算中,能够达到实时搜索,稳定可靠. Elasticsearch的数据模型是JSON. | http://www.elasticsearch.org/ | |
Xapian | C++ | 用C++编写的全文检索程序,它的api和检索原理和lucene在很多方面都很相似,算是填补了lucene在C++中的一个空缺. | http://xapian.org/ | |
Sphinx | C++ | 是一个基于SQL的全文检索引擎。特别为一些脚本语言(PHP,Python,Perl,Ruby)设计搜索API接口。 也是现在比较主流的搜索引擎之一,在建立索引的事件方面比Lucene快50%,但是索引文件比Lucene要大一倍,因此Sphinx在索引的建立方面是空间换取事件的策略,在检索速度上,和lucene相差不大,但检索精准度方面Lucene要优于Sphinx,另外在加入中文分词引擎难度方面,Lucene要优于Sphinx.其中Sphinx支持实时搜索,使用起来比较简单方便. | http://sphinxsearch.com/about/sphinx/ | |
Nutch | Java | 包括了全文搜索和web爬虫,Nutch是基于Luncene的,Luncene为Nutch提供了文本索引和搜索的API。如果不需要抓取数据的话,应该使用Luncene | http://nutch.apache.org/ | |
Whoosh | Python | 唯一的python写的全文搜索引擎,性能不比sphinx、xapian等,不过他很小,安装后才2.61M,容易集成,小站可用。 Whoosh是一个用纯python写的开源搜索引擎. | https://bitbucket.org/mchaput/whoosh/wiki/Home | |
Datapark search | C | 其中网页排序是采用神经网络模型. 其中支持HTTP,HTTPS,FTP,NNTP等下载网页.包括索引引擎,检索引擎和中文分词引擎(这个也是唯一的一个开源的搜索引擎里有中文分词引擎).能个性化定制搜索结果,拥有完整的日志记录. | http://www.dataparksearch.org/ | |
Zettair | C | Zettair是根据Justin Zobel的研究成果为基础的全文检索实验系统.它是用C语言实现的. 其中Justin Zobel在全文检索领域很有名气,是业界第一个系统提出倒排序索引差分压缩算法的人,倒排列表的压缩大大提高了检索和加载的性能,同时空间膨胀率也缩小到相当优秀的水平. 由于Zettair是源于学术界,代码是由RMIT University的搜索引擎组织写的,因此它的代码简洁精炼,算法高效,是学习倒排索引经典算法的非常好的实例. 其中支持linux,windows,mac os等系统. | http://www.seg.rmit.edu.au/zettair/about.html | |
Indri | C C++ | 全文检索引擎系统,是由University of Massachusetts和Carnegie Mellon University合作推出的一个开源项目. 特点是跨平台,API接口支持Java,PHP,C++. | http://www.lemurproject.org/indri/ | |
Terrier | Java | 开发的一个全文检索系统. | http://terrier.org/ | |
Galago | Java | 其中包括索引引擎和查询引擎,还包括一个叫TupleFlow的分布式计算框架(和google的MapReduce很像).这个检索系统支持很多Indri查询语言. | http://www.galagosearch.org/ |