Lucene,Solr,Elasticsearch之间的区别和联系

https://blog.csdn.net/weixin_44318830/article/details/109166004

简介

Lucene

        Lucene是 apache 软件基金会某个项目组的一个子项目,是一个开放源代码的全文检索引擎工具包,但它不是一个完整的全文检索引擎,而是一个全文检索引擎的架构,提供了完整的查询引擎和索引引擎,部分文本分析引擎(英文与德文两种西方语言)。顺便提一下,Lucene最初是由Doug Cutting开发的,没错,就是那个创造了大数据Hadoop的那个男人。

Elasticsearch

        Elasticsearch是一个基于Apache Lucene 的开源实时分布式搜索和分析引擎。它让用前所未有的速度处理大数据成为可能。

        它用于全文搜索、结构化搜索、分析以及将这三者混合使用,下面列出一些典型的使用案例:

  • GitHub 使用 Elasticsearch 搜索 20TB 的数据,包含 13亿 的文件 和 1300 亿行的代码。
  • 德国 SoundCloud 使用 Elasticsearch 来为 1.8 亿 用户提供即时精准的音乐搜索服务。
  • Sony 公司使用 elasticsearch 作为信息搜索引擎。
  • 维基百科使用Elasticsearch提供全文搜索并高亮关键字,以及输入实时搜索(search-asyou-type)和搜索纠错(did-you-mean)等搜索建议功能。
  • 英国卫报使用Elasticsearch结合用户日志和社交网络数据提供给他们的编辑以实时的反馈,以便及时了解公众对新发表的文章的回应。

        类似的使用案例特别多,最主要的是,Elasticsearch可以在你的笔记本上运行,也可以在数以百计的服务器上处理PB级别的数据 。

        无论在开源还是专有领域,Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。

        但是,Lucene只是一个库。想要使用它,你必须使用Java来作为开发语言并将其直接集成到你的应用中,更糟糕的是,Lucene非常复杂,你需要深入了解检索的相关知识来理解它是如何工作的。

        Elasticsearch就是通过使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能,但是它的目的是通过简单的 RESTful API 来隐藏Lucene的复杂性,从而让全文搜索变得简单
        

Solr

        Solr 是Apache下的一个顶级开源项目,采用Java开发,它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言,同时实现了可配置、可扩展,并对索引、搜索性能进行了优化。Solr通过使用类似REST的HTTP API,这就确保你能从几乎任何编程语言来使用solr

        其主要功能包括全文检索,命中标示,分面搜索,动态聚类,数据库集成,以及富文本(如Word,PDF)的处理。Solr是高度可拓展的,并提供了分布式搜索和索引复制。Solr可以和Hadoop一起使用。由于Hadoop处理大量数据,Solr帮助我们从这么大的源中找到所需的信息。不仅限于搜索,Solr也可以用于存储目的。像其他NoSQL数据库一样,它是一种非关系数据存储和处理技术。

        Solr是一个可扩展的,可部署,搜索/存储引擎,优化搜索大量以文本为中心的数据,是最流行的企业级搜索引擎

区别和联系

        首先说明三者之间的一个联系:

        solr 和 elasticsearch 都是基于 Lucene 实现的

        Solr 和 ElasticSearch 比较:

        Solr利用 Zookeeper 进行分布式管理,支持更多格式的数据(HTML/PDF/CSV) ,官方提供的功能更多在传统的搜索应用中表现好于 ES,但实时搜索效率低。

        ES自身带有分布式协调管理功能,但仅支持 json 文件格式,本身更注重于核心功能,高级功能多有第三方插件提供,在处理实时搜索应用时效明显高于 Solr。
        

效率对比

Lucene,Solr,Elasticsearch之间的区别和联系_第1张图片
Lucene,Solr,Elasticsearch之间的区别和联系_第2张图片
Lucene,Solr,Elasticsearch之间的区别和联系_第3张图片

结论

        Solr比较成熟,有一个更大,更成熟的用户、开发和贡献者社区,而 Elasticsearch相对开发维护者较少,更新太快,学习使用成本较高。具体选择哪一项技术,还需要根据不同的场景来进行结合选择。

你可能感兴趣的:(Web类,架构)