Elasticsearch與Solr比較

　　Elasticsearch簡介

　　Elasticsearch是一個(gè)實(shí)時(shí)的分布式搜索和分析引擎。它可以幫助你用前所未有的速度去處理大規(guī)模數(shù)據(jù)。

　　它可以用于全文搜索，結(jié)構(gòu)化搜索以及分析，當(dāng)然你也可以將這三者進(jìn)行組合。

　　Elasticsearch是一個(gè)建立在全文搜索引擎 Apache Lucene™ 基礎(chǔ)上的搜索引擎，可以說Lucene是當(dāng)今最先進(jìn)，最高效的全功能開源搜索引擎框架。

　　但是Lucene只是一個(gè)框架，要充分利用它的功能，需要使用JAVA，并且在程序中集成Lucene。需要很多的學(xué)習(xí)了解，才能明白它是如何運(yùn)行的，Lucene確實(shí)非常復(fù)雜。

　　Elasticsearch使用Lucene作為內(nèi)部引擎，但是在使用它做全文搜索時(shí)，只需要使用統(tǒng)一開發(fā)好的API即可，而不需要了解其背后復(fù)雜的Lucene的運(yùn)行原理。

　　當(dāng)然Elasticsearch并不僅僅是Lucene這么簡單，它不但包括了全文搜索功能，還可以進(jìn)行以下工作:

　　· 分布式實(shí)時(shí)文件存儲，并將每一個(gè)字段都編入索引，使其可以被搜索。

　　· 實(shí)時(shí)分析的分布式搜索引擎。

　　· 可以擴(kuò)展到上百臺服務(wù)器，處理PB級別的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)。

　　這么多的功能被集成到一臺服務(wù)器上，你可以輕松地通過客戶端或者任何你喜歡的程序語言與ES的RESTful API進(jìn)行交流。

　　Elasticsearch的上手是非常簡單的。它附帶了很多非常合理的默認(rèn)值，這讓初學(xué)者很好地避免一上手就要面對復(fù)雜的理論，

　　它安裝好了就可以使用了，用很小的學(xué)習(xí)成本就可以變得很有生產(chǎn)力。

　　隨著越學(xué)越深入，還可以利用Elasticsearch更多高級的功能，整個(gè)引擎可以很靈活地進(jìn)行配置?？梢愿鶕?jù)自身需求來定制屬于自己的Elasticsearch。

　　使用案例：

　　· 維基百科使用Elasticsearch來進(jìn)行全文搜做并高亮顯示關(guān)鍵詞，以及提供search-as-you-type、did-you-mean等搜索建議功能。

　　· 英國衛(wèi)報(bào)使用Elasticsearch來處理訪客日志，以便能將公眾對不同文章的反應(yīng)實(shí)時(shí)地反饋給各位編輯。

　　· StackOverflow將全文搜索與地理位置和相關(guān)信息進(jìn)行結(jié)合，以提供more-like-this相關(guān)問題的展現(xiàn)。

　　· GitHub使用Elasticsearch來檢索超過1300億行代碼。

　　· 每天，Goldman Sachs使用它來處理5TB數(shù)據(jù)的索引，還有很多投行使用它來分析股票市場的變動。

　　但是Elasticsearch并不只是面向大型企業(yè)的，它還幫助了很多類似DataDog以及Klout的創(chuàng)業(yè)公司進(jìn)行了功能的擴(kuò)展。

　　Elasticsearch的優(yōu)缺點(diǎn):

　　優(yōu)點(diǎn)

　　1. Elasticsearch是分布式的。不需要其他組件，分發(fā)是實(shí)時(shí)的，被叫做”Push replication”。

　　2. Elasticsearch 完全支持 Apache Lucene 的接近實(shí)時(shí)的搜索。

　　3. 處理多租戶(multitenancy)不需要特殊配置，而Solr則需要更多的高級設(shè)置。

　　4. Elasticsearch 采用 Gateway 的概念，使得完備份更加簡單。

　　5. 各節(jié)點(diǎn)組成對等的網(wǎng)絡(luò)結(jié)構(gòu)，某些節(jié)點(diǎn)出現(xiàn)故障時(shí)會自動分配其他節(jié)點(diǎn)代替其進(jìn)行工作。

　　缺點(diǎn)

　　1. 只有一名開發(fā)者(當(dāng)前Elasticsearch GitHub組織已經(jīng)不只如此，已經(jīng)有了相當(dāng)活躍的維護(hù)者)

　　2. 還不夠自動(不適合當(dāng)前新的Index Warmup API)

　　Solr簡介

　　Solr(讀作“solar”)是Apache Lucene項(xiàng)目的開源企業(yè)搜索平臺。其主要功能包括全文檢索、命中標(biāo)示、分面搜索、動態(tài)聚類、數(shù)據(jù)庫集成，以及富文本(如Word、PDF)的處理。Solr是高度可擴(kuò)展的，并提供了分布式搜索和索引復(fù)制。Solr是最流行的企業(yè)級搜索引擎，Solr4還增加了NoSQL支持。

　　Solr是用Java編寫、運(yùn)行在Servlet容器(如 Apache Tomcat 或Jetty)的一個(gè)獨(dú)立的全文搜索服務(wù)器。Solr采用了 Lucene Java 搜索庫為核心的全文索引和搜索，并具有類似REST的HTTP/XML和JSON的API。Solr強(qiáng)大的外部配置功能使得無需進(jìn)行Java編碼，便可對 其進(jìn)行調(diào)整以適應(yīng)多種類型的應(yīng)用程序。Solr有一個(gè)插件架構(gòu)，以支持更多的高級定制。

　　因?yàn)?010年Apache Lucene 和 Apache Solr 項(xiàng)目合并，兩個(gè)項(xiàng)目是由同一個(gè)Apache軟件基金會開發(fā)團(tuán)隊(duì)制作實(shí)現(xiàn)的。提到技術(shù)或產(chǎn)品時(shí)，Lucene/Solr或Solr/Lucene是一樣的。

　　Solr的優(yōu)缺點(diǎn)

　　優(yōu)點(diǎn)

　　1. Solr有一個(gè)更大、更成熟的用戶、開發(fā)和貢獻(xiàn)者社區(qū)。

　　2. 支持添加多種格式的索引，如：HTML、PDF、微軟 Office 系列軟件格式以及 JSON、XML、CSV 等純文本格式。

　　3. Solr比較成熟、穩(wěn)定。

　　4. 不考慮建索引的同時(shí)進(jìn)行搜索，速度更快。

　　缺點(diǎn)

　　1. 建立索引時(shí)，搜索效率下降，實(shí)時(shí)索引搜索效率不高。

　　Elasticsearch與Solr的比較

　　1.當(dāng)單純的對已有數(shù)據(jù)進(jìn)行搜索時(shí)，Solr更快。

　　2.當(dāng)實(shí)時(shí)建立索引時(shí), Solr會產(chǎn)生io阻塞，查詢性能較差, Elasticsearch具有明顯的優(yōu)勢。

　　3.隨著數(shù)據(jù)量的增加，Solr的搜索效率會變得更低，而Elasticsearch卻沒有明顯的變化。

　　綜上所述，Solr的架構(gòu)不適合實(shí)時(shí)搜索的應(yīng)用。

　　Elasticsearch與 Solr 的比較總結(jié)

　　· 二者安裝都很簡單;

　　· Solr 利用 Zookeeper 進(jìn)行分布式管理，而Elasticsearch 自身帶有分布式協(xié)調(diào)管理功能;

　　· Solr 支持更多格式的數(shù)據(jù)，而Elasticsearch 僅支持json文件格式;

　　· Solr 官方提供的功能更多，而Elasticsearch 本身更注重于核心功能，高級功能多有第三方插件提供;

　　· Solr 在傳統(tǒng)的搜索應(yīng)用中表現(xiàn)好于Elasticsearch，但在處理實(shí)時(shí)搜索應(yīng)用時(shí)效率明顯低于 Elasticsearch。

　　Solr 是傳統(tǒng)搜索應(yīng)用的有力解決方案，但Elasticsearch 更適用于新興的實(shí)時(shí)搜索應(yīng)用。

作者：傳智播客JavaEE培訓(xùn)學(xué)院

首發(fā)：http://java.itcast.cn