选择独立的全文本搜索服务器：Sphinx还是SOLR？[关闭]

我正在寻找具有以下属性的独立全文搜索服务器：

• 必须作为独立服务器运行，可以处理来自多个客户端的搜索请求
• 必须能够通过对SQL查询的结果建立索引来进行“批量索引”：说“ SELECT id，text_to_index FROM document;”
• 必须是免费软件，并且必须在以MySQL作为数据库的Linux上运行
• 必须快速（排除MySQL的内部全文搜索）

我发现具有这些属性的替代方法是：

• Solr（基于Lucene）
• ElasticSearch（也基于Lucene）
• 狮身人面像

我的问题：

• 他们如何比较？
• 我有没有其他选择吗？
• 我知道，每个用例是不同的，但是否有某些情况下，我肯定不希望使用某个软件包？

我已经成功使用Solr近两年了，并且从未使用过Sphinx，因此我显然有偏见。但是，我将通过引用文档或其他人来尝试保持客观。我还将为我的答案打补丁:-)

相似之处：

• Solr和Sphinx都可以满足您的所有要求。它们速度很快，旨在高效地索引和搜索大量数据。
• 两者都有使用它们的高流量站点的一长串（Solr，Sphinx）
• 两者都提供商业支持。（Solr，狮身人面像）
• 两者都提供用于多种平台/语言（Sphinx，Solr）的客户端API绑定
• 两者都可以分布以提高速度和容量（Sphinx，Solr）

这里有一些区别：

• Solr是一个Apache项目，显然已获得Apache2许可。Sphinx是GPLv2。这意味着，如果您需要在商业应用程序中嵌入或扩展（而不只是“使用”）Sphinx，则必须购买商业许可证（基本原理）
• Solr 易于嵌入到Java应用程序中。
• Solr建立在Lucene的基础上，Lucene是一项经过8年验证的成熟技术，拥有庞大的用户基础（这只是一小部分）。每当Lucene获得新功能或加速时，Solr也会获得。致力于Solr的许多开发人员也是Lucene的贡献者。
• Sphinx与RDBMS紧密集成，尤其是MySQL。
• Solr可以与Hadoop集成以构建分布式应用程序
• Solr可以与Nutch集成在一起，以快速构建具有爬虫功能的成熟的Web搜索引擎。
• Solr可以索引专有格式，例如Microsoft Word，PDF等。狮身人面像不能。
• Solr 开箱即用，带有拼写检查器。
• Solr带有开箱即用的小平面支持。在Sphinx中刻面需要更多的工作。
• Sphinx不允许对字段数据进行部分索引更新。
• 在Sphinx中，所有文档ID必须是唯一的无符号非零整数。Solr 甚至不需要许多操作的唯一键，并且唯一键可以是整数或字符串。
• Solr支持字段折叠（当前仅作为附加补丁），以避免重复相似的结果。Sphinx似乎没有提供任何此类功能。
• 虽然Sphinx旨在仅检索文档ID，但在Solr中，您可以直接获取包含几乎任何类型的数据的整个文档，从而使其与任何外部数据存储区更加独立，并节省了额外的往返时间。
• Solr（除用于嵌入式环境外）在Java Web容器（例如Tomcat或Jetty）中运行，它们需要其他特定的配置和调整（或者您可以使用随附的Jetty并使用来启动它java -jar start.jar）。Sphinx没有其他配置。

相关问题：

• 用Rails进行全文搜索
• 全文搜索引擎的比较-Lucene，Sphinx，Postgresql，MySQL？

除非您需要以任何专有方式扩展搜索功能，否则Sphinx是您的最佳选择。

Sphinx的优点：

1. 开发和设置更快
2. 更好（更快）的聚合。这是我们的杀手feature。
3. 不是XML。这就是最终将Solr排除在我们之外的原因。由于缺少Solr聚合，我们必须返回相当大的结果集（考虑数百个结果），然后自己对其进行聚合。与XML进行串行化和从XML进行串行化所花费的时间绝对是绝对的性能。但是对于较小的结果集，这是完全可以的。
4. 我在开源应用程序中看到的最佳文档

Solr的优点：

1. 可以扩展。
2. 可以直接从Web应用程序中命中它，即，您可以通过AJAX直接在Solr服务器上进行类似自动完成的搜索。

注意：有许多用户在考虑相同的问题。

因此，要回答这一点：

哪个以及为什么？

• 如果您打算在Web应用程序（示例站点搜索引擎）中使用它，请使用Solr。归功于它的API，它肯定会很棒。对于Web应用程序，您肯定需要这种功能。

• 如果您想快速搜索大量文档/文件，请使用Sphinx。它也能快速索引真正的索引。我建议不要在涉及JSON或解析XML来获取搜索结果的应用程序中使用它。将其用于直接dB搜索。它在MySQL上效果很好。

备择方案

尽管这些都是巨头，但还有更多。此外，有些使用它们来支持其自定义框架的工具。因此，我想说您真的没有错过任何一个。尽管有一种Elasticsearch具有良好的用户群。

我使用Sphinx已经快一年了，这真是太棒了。我可以在一分钟左右的MacBook上索引150万个文档，而在服务器上则更快。我还使用Sphinx将搜索范围限制在特定纬度和经度之内，而且速度非常快。此外，结果的排名方式也非常可调整。如果您阅读一两个教程，则易于安装和设置。几乎是1.0状态，但他们的发布候选者坚如磐石。

Lucene / Solr似乎功能更强大，并且具有更长的业务寿命和更强大的用户社区。恕我直言，如果您能够解决一些似乎已经遇到的初始设置问题（不是我们），那么我想说Lucene / Solr是您最好的选择。