Solr与ElasticSearch对比

我的Elasticsearch系列文章，逐渐更新中，欢迎关注
0A.关于Elasticsearch及实例应用
00.Solr与ElasticSearch对比
01.ElasticSearch能做什么？
02.Elastic Stack功能介绍
03.如何安装与设置Elasticsearch API
04.如果通过elasticsearch的head插件建立索引_CRUD操作
05.Elasticsearch多个实例和head plugin使用介绍
06.当Elasticsearch进行文档索引时，它是如何工作的?
07.Elasticsearch中的映射方式—简洁版教程
08.Elasticsearch中的分析和分析器应用方式
09.Elasticsearch中构建自定义分析器
10.Kibana科普-作为Elasticsearhc开发工具
11.Elasticsearch查询方法
12.Elasticsearch全文查询
13.Elasticsearch查询-术语级查询
14.Python中的Elasticsearch入门
15.使用Django进行ElasticSearch的简单方法
16.关于Elasticsearch的6件不太明显的事情
17.使用Python的初学者Elasticsearch教程
18.用ElasticSearch索引MongoDB,一个简单的自动完成索引项目
19.Kibana对Elasticsearch的实用介绍
20.不和谐如何索引数十亿条消息
21.使用Django进行ElasticSearch的简单方法

另外Elasticsearch入门，我强烈推荐ElasticSearch新手搭建手册和这篇优秀的REST API设计指南 给你，这两个指南都是非常想尽的入门手册。

网上有很多Apache Solr和ElasticSearch之间的比较，我来写写我的看法。

• Solr可能是构建标准搜索应用时的首选武器，但Elasticsearch将其提升到了一个新的层次，它的架构可以创建现代实时搜索应用。
• Percolation是一个令人兴奋的创新功能，这个功能能轻松打败Solr。
• Elasticsearch具有可扩展性、速度快，并且是一个集成。Adios Solr，很高兴认识你。

维基百科上关于ElasticSearch的文章引用了德国著名的iX杂志的比较，列举了优缺点，基本概括了上面已经说过的内容。

优势

• ElasticSearch是分布式的。不需要单独的项目。复制也是近实时的，也就是所谓的 "推送复制"。
• ElasticSearch完全支持Apache Lucene的近实时搜索。
• 处理multitenancy不是一个特殊的配置，在Solr中需要更高级的设置。
• ElasticSearch引入了网关的概念，这使得完全备份变得更加容易。

劣势

• 只有一个主开发者
• 没有自动升温功能

总结
它们是完全不同的技术，解决的是完全不同的用例，因此不能进行任何有意义的比较。

关于ElasticSearch的部署教程，推荐大家看这篇文章：elasticsearch初学终极教程: 从零到一

Apache Solr - Apache Solr提供了Lucene的功能，在一个简单易用、快速的搜索服务器中提供了Lucene的功能，并具有额外的功能，如分面、可扩展性等。

Amazon ElastiCache - Amazon ElastiCache 是一种 Web 服务，可轻松部署、操作和扩展云中的内存内缓存。

请注意，Amazon ElastiCache 是与 Memcached 协议兼容的，Memcached 是一种被广泛采用的内存对象缓存系统，因此您现在使用现有 Memcached 环境的代码、应用程序和流行的工具都将与该服务无缝地配合使用

也许大家已经把它和下面两个相关的技术混淆了，下面我们来看看这两个相关的技术。

ElasticSearch---它是一个基于Apache Lucene之上构建的开源（Apache 2）、分布式、RESTful、搜索引擎。

Amazon CloudSearch---亚马逊云搜索（Amazon CloudSearch）是一个完全管理的云端搜索服务，可以让客户轻松地将快速、高扩展性的搜索功能集成到他们的应用中。

Solr和ElasticSearch的产品乍听起来非常相似，都使用了相同的后端搜索引擎，即Apache Lucene。

Solr比较老，功能相当丰富，也相当成熟，因此被广泛使用，而ElasticSearch则是专门为解决Solr的不足之处而开发的，在现代云环境下的可扩展性要求，而这些都是Solr难以解决的。

因此，将ElasticSearch与最近推出的Amazon CloudSearch进行比较可能是最有用的，因为两者都声称在原理上涵盖了相同的用例。