实时搜索的五个开源解决方案

实时搜索是去年提的比较多的一个功能，今年似乎很少再有人去以这个为噱头宣传了，估计各家公司都实现了自己的实时搜索。目前常见的做法就是索引分两份，内存一份，硬盘一份，所有在线的更改索引操作都在内存中进行，定时或者定量的将内存中的数据合并到硬盘上。

这篇ppt有关于实时搜索实现难点的更详细介绍：http://www.slideshare.net/Leechael/ss-4836416

开源实时搜索引擎的现状是轻量级的项目无法应对大数据，而能够应付大数据的解决方案学习成本比较高，有时学习曲线会异常陡峭。

• 使用redis：Auto Complete with Redis虽然是在讲auto complete，但是可以根据类似的思路去实现全文搜索，适用于数据量较小的场合（短文本，10万左右）。当数据量增大时可以用者也的办法。
• 基于xapian开源实时搜索引擎：http://code.google.com/p/py-instantse/ 
• lucene的near real time search：关于lucene实时搜索的帖子很多，lucene社区也很成熟，所以使用lucene实现实时搜索是个不错的选择。
  • 《lucene in action》3.2.5 Near-real-time search
  • http://blog.mikemccandless.com/2011/09/lucenes-searchermanager-simplifies.html
  • http://blog.mikemccandless.com/2011/11/near-real-time-readers-with-lucenes.html
  • http://blog.mikemccandless.com/2011/06/lucenes-near-real-time-search-is-fast.html
• zoie：linkedin的开源实时搜索引擎，twitter，yammer和网易都在使用，这个项目很诡异，可能推广的不够，感兴趣的人不多，所以缺少文档和demo，想琢磨只能去看测试，另外，由于它基于lucene实现的，如果没有lucene的基础，直接去研究zoie的话将是一场噩梦。
• IndexTank：linkedin收购的一个搜索引擎公司，之后将它开源了，估计是一次人才收购，近半年没有更新了。

 

转载于:https://www.cnblogs.com/nanpo/archive/2012/09/15/2686960.html