mysql solr引擎_开源搜索引擎solr介绍

1 什么是solr？

“内事不决问百度，外事不决问谷歌”，相信大家对百度、谷歌等搜索引擎都很熟悉了。网上信息浩瀚万千，而且毫无秩序，所以搜索引擎对用户的作用就体现出来了。

不过，因为商业原因，百度、谷歌等搜索引擎都不是开源的。但是，大家不用担心，有闭源的，当然也有开源的搜索引擎。优秀的开源搜索引擎有Apache Solr、Elastic Search、Index Tank等等，今天我们主要介绍Apache Solr。

Apache Solr是一个高性能，基于Lucene的全文搜索服务器。做为一款搜索引擎，solr不具备爬虫一样采集信息的能力，而是专注于信息的存储和检索。许多朋友误认为solr是数据库，从广义上讲也可认为是数据库，但是它和传统意义上的数据库还是有些区别的。

相信使用过关系型数据库的朋友们一定都做过搜索的功能，比如：有100条记录，我想搜索记录中含有“云计算”字段的记录，可以使用关系型数据库提供的“模糊搜索”的功能。“模糊搜索”能不能满足你的要求呢？如果记录数小，100条、1000条记录当然没问题。但是，如果有100万条、1000万条甚至上亿，那么“模糊搜索”的效果就会大大折扣。而这时，我们就需要用到solr等搜索引擎了。

Solr是基于lucene的倒排索引技术(也叫全文索引，mysql等关系型数据库也有这个概念，但是“术业有专攻”，solr实现的更好)，什么是倒排索引，下面我会做具体介绍。

1.1倒排索引

传统意义的数据库，做索引时，都是一个文档id对应一个或者多个内容字段。而倒排索引则是一个内容字段对应多个文档id。什么意思呢？举个例子，假设分别把下面三句话存储到mysql和solr中：

I like sportsI like readingI like reading books

在mysql中，一个文档id对应一条记录，一条记录中就会有一个或多个内容字段。比如：文档id为1，对应“I like sports”;文档id为2，对应“I like reading”。而在搜索时，就会一条记录一条记录的去检索，比如：我想搜索“books”字段，就会先从文档1找起，文档1没有，文档2也没有，文档3找到了，好，返回数据。相对来说，这样效率有点低。