前言
全文搜索属于最常见的需求,开源的 Elasticsearch 是目前全文搜索引擎的首选。
基于Lucene它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都在采用它。
另一个选择是Solr,同样基于Lucene,Solr比ElasticSearch早几年面世,所以相对于Elasticsearch 更成熟和稳定。
ElasticSearch简介
Elasticsearch 是一个开源的搜索引擎,建立在一个全文搜索引擎库 Apache Lucene™ 基础之上。
它使全文检索变得简单, 通过隐藏 Lucene 的复杂性,取而代之的提供一套简单一致的 RESTful API。
Elasticsearch 不仅仅只是一个全文搜索引擎。 还具有如下功能:
- 一个分布式的实时文档存储,每个字段 可以被索引与搜索
- 一个分布式实时分析搜索引擎
- 能胜任上百个服务节点的扩展,并支持 PB 级别的结构化或者非结构化数据
可以把ElasticSearch看成是一个搜索引擎数据库,有数据库知识即可快速入门
ElasticSearch应用场景
1、维基百科
2、Stack Overflow(国外的技术问答论坛)
3、GitHub(开源代码管理),搜索上千亿行代码
4、电商网站,检索商品
5、日志数据分析,logstash采集日志,ES进行复杂的数据分析(ELK技术,elasticsearch+logstash+kibana)
主要用于近实时的全文搜索和数据分析
Solr简介
Apache Solr基于业界大名鼎鼎的java开源搜索引擎Lucene,Lucene更多的是一个软件包,还不能称之为搜索引擎,而solr则完成对lucene的封装,是一个真正意义上的搜索引擎框架。在过去的十年里,solr发展壮大,拥有广泛的用户群体。solr提供分布式索引、分片、副本集、负载均衡和自动故障转移和恢复功能。如果正确部署,良好管理,solr就能够成为一个高可靠、可扩展和高容错的搜索引擎。不少互联网巨头在使用,如Netflix,eBay,Instagram和Amazon(CloudSearch)。
ElasticSearch vs Solr
热度对比
两者在google中的搜索热度,在2013年后,Elasticsearch与Solr相比具有很大的吸引力,但Solr仍然很流行,Solr具有强大的开源社区支持。
安装与配置
相对来说,Elasticsearch更易于安装和配置,学习成本更低。Solr的安装和配置比ElasticSearch要复杂一些。
索引和搜索
数据源
Solr接受来自不同来源的数据,包括XML文件,逗号分隔符(CSV)文件和从数据库中的表提取的数据以及常见的文件格式(如Microsoft Word和PDF)。
Elasticsearch 还支持其他来源的数据,例如ActiveMQ,AWS SQS,DynamoDB(Amazon NoSQL),FileSystem,Git,JDBC,JMS,Kafka,LDAP,MongoDB,neo4j,RabbitMQ,Redis,Solr和Twitter。还有各种插件可用。
搜索
Solr专注于文本搜索,而Elasticsearch则常用于查询、过滤和分组分析统计,Elasticsearch背后的团队也努力让这些查询更为高效。
因此当比较两者时,对那些不仅需要文本搜索,同时还需要复杂的时间序列搜索和聚合的应用程序而言,毫无疑问Elasticsearch是最佳选择。
索引
两者都支持使用停用词和同义词来匹配文档。
在Solr中,索引间进行join必须是单个分片和其他节点上的副本集进行关联来搜索文档间关系(例如SQL连接)。而Elasticsearch提供更高效的has_children和top_children查询来检索这样的相关文档。
可扩展性和分布式
Elasticsearch非常易于扩展,拥有足够多的需要大集群的使用案例。
Solr 基于Apache ZooKeeper也实现了类似ES的分布式部署模式。ZooKeeper是成熟和广泛使用的独立应用程序。
相对比,Elasticsearch有一个内置的类似ZooKeeper的名为Zen的组件,通过内部的协调机制来维护集群状态。
可以说Elasticsearch天生就是分布式的,是转为云而设计,是分布式首选。
社区
Solr有一个广泛的开源社区。任何人都可以贡献给Solr,新的Solr开发人员或代码提交者只能根据功能选择。
Elasticsearch在技术上是开源的,所有贡献者都可以访问源代码,用户可以进行更改并提供。但最终的变化由Elastic(运行Elasticsearch和其他软件的公司)的员工确认和完成。因此,Elasticsearch更多地由单个公司驱动,而不是整个社区。
Solr贡献者和提交者跨越多个组织,而Elasticsearch提交者仅来自Elastic。还有人指出,Solr的强大社区有一个健康的项目管道和许多知名公司参与。这些成员还通过在整个开发和工程过程中做出贡献来投资该平台。
两者都有很好的用户群和丰富的开发人员社区,但ElasticSearch相较于Solr更新。 Solr已经存在了更长的时间,所以它的生态系统是发达的,拥有更大的用户群。
选Solr 还是 Elasticsearch?
- Elasticsearch由于其易用性而在较新的开发人员中更受欢迎
- 但是如果你已经在使用solr了,请继续使用它,因为迁移到Elasticsearch并不会带来具体的优势
- 如果您需要它来处理分析查询以及搜索文本,Elasticsearch是更好的选择,特别是收集日志,做分析处理
-------------------------------
另外一篇文章的关于Elasticsearch和Solr的性能比较
结论
基于以下几个原因,建议使用ElasticSearch
1、易于安装和配置,学习和使用成本较低(ElasticSearch入门简单,只要有数据库和编程知识,solr略复杂);
2、支持单机也支持分布式,内置了分布式组件,降低了学习和使用成本(Solr通过Apache ZooKeeper实现分布式,需要额外的学习成本);
3、除了搜索之外,ElasticSearch还支持实时的过滤、分析、统计功能,可以为我们后续的功能扩展提供支持;
4、在创建索引的同时进行搜索,ElasticSearch比Solr更优,而我们的场景需要实时的创建索引(Solr创建索引的时候会堵塞IO);
5、随着数据量增加ElasticSearch无明显的性能损失(Solr会明显变慢);
参考资料
Solr vs. Elasticsearch谁是开源搜索引擎王者
https://www.cnblogs.com/xiaoqi/p/6545314.html
ElasticSearch和solr的差别
https://www.cnblogs.com/blueskyli/p/8326229.html