幾種常見的基于Lucene的開源搜索解決方案對比
一、直接使用 Lucene ( http://lucene.apache.org )
說明：Lucene 是一個 JAVA 搜索類庫，它本身并不是一個完整的解決方案，需要額外的開發(fā)工作。
優(yōu)點：成熟的解決方案，有很多的成功案例。apache 頂級項目，正在持續(xù)快速的進(jìn)步。龐大而活躍的開發(fā)社區(qū)，大量的開發(fā)人員。它只是一個類庫，有足夠的定制和優(yōu)化空間：經(jīng)過簡單定制，就可以滿足絕大部分常見的需求；經(jīng)過優(yōu)化，可以支持 10億+ 量級的搜索。
缺點：需要額外的開發(fā)工作。所有的擴(kuò)展，分布式，可靠性等都需要自己實現(xiàn)；非實時，從建索引到可以搜索中間有一個時間延遲，而當(dāng)前的“近實時”(Lucene Near Real Time search)搜索方案的可擴(kuò)展性有待進(jìn)一步完善。
二、Solr ( http://lucene.apache.org/solr/ )
說明：基于 Lucene 的企業(yè)級搜索的開箱即用的解決方案。
優(yōu)點：比較成熟的解決方案，也有很多的成功案例。Lucene 子項目，實現(xiàn)了大部分常見的搜索功能需求，包括 facet 搜索（搜索結(jié)果分類過濾）等。
缺點：可定制性比 Lucene 要差，一些不常見的需求，定制的難度比直接在 Lucene 上做要大的多。性能上，由于 Solr 的建索引和搜索是同一個進(jìn)程，耦合度比較高，對于性能調(diào)優(yōu)有一定的影響。
三、Katta ( http://katta.sourceforge.net/ )
說明：基于 Lucene 的，支持分布式，可擴(kuò)展，具有容錯功能，準(zhǔn)實時的搜索方案。
優(yōu)點：開箱即用，可以與 Hadoop 配合實現(xiàn)分布式。具備擴(kuò)展和容錯機(jī)制。
缺點：只是搜索方案，建索引部分還是需要自己實現(xiàn)。在搜索功能上，只實現(xiàn)了最基本的需求。成功案例較少，項目的成熟度稍微差一些。因為需要支持分布式，對于一些復(fù)雜的查詢需求，定制的難度會比較大。
四、Hadoop contrib/index (http://svn.apache.org/repos/asf/hadoop/mapreduce/trunk/src/contrib/index/README )
說明：Map/Reduce 模式的，分布式建索引方案，可以跟 Katta 配合使用。
優(yōu)點：分布式建索引，具備可擴(kuò)展性。
缺點：只是建索引方案，不包括搜索實現(xiàn)。工作在批處理模式，對實時搜索的支持不佳。
五、LinkedIn 的開源方案 ( http://sna-projects.com/ )
說明：基于 Lucene 的一系列解決方案，包括 準(zhǔn)實時搜索 zoie ，facet 搜索實現(xiàn) bobo，機(jī)器學(xué)習(xí)算法 decomposer ，摘要存儲庫 krati ，數(shù)據(jù)庫模式包裝 sensei 等等。
優(yōu)點：經(jīng)過驗證的解決方案，支持分布式，可擴(kuò)展，豐富的功能實現(xiàn)。
缺點：與 linkedin 公司的聯(lián)系太緊密，可定制性比較差。
六、ElasticSearch ( http://www.elasticsearch.com/ )
說明：基于 Lucene 的，分布式，云端，提供 rest 接口的搜索解決方案。
優(yōu)點：開箱即用，分布式，rest 接口，支持云端調(diào)用。
缺點：一個新的項目，沒有經(jīng)過很多的驗證。（只有一個人在開發(fā)？）分片的數(shù)目不能動態(tài)調(diào)整，只能在初始化索引的時候指定（跟 HBase 不一樣的地方）。
七、Lucandra ( https://github.com/tjake/Lucandra )
說明：基于 Lucene，索引存在 cassandra 數(shù)據(jù)庫中。
優(yōu)點：參考 cassandra 的優(yōu)點。
缺點：參考 cassandra 的缺點。另外，這只是一個 demo，沒有經(jīng)過大量驗證。
八、HBasene ( https://github.com/akkumar/hbasene )
說明：基于 Lucene，索引存在 HBase 數(shù)據(jù)庫中。
優(yōu)點：參考 HBase 的優(yōu)點。
缺點：參考 HBase 的缺點。另外，在實現(xiàn)中，lucene terms 是存成行，但每個 term 對應(yīng)的 posting lists 是以列的方式存儲的。隨著單個 term 的 posting lists 的增大，查詢時的速度受到的影響會非常大。
原文鏈接：http://www.cnblogs.com/ibook360/archive/2011/12/05/2277054.html
【編輯推薦】
- 在Java中使用NIO進(jìn)行網(wǎng)絡(luò)編程
- Java漏洞影響國內(nèi)千萬電腦 360升級防護(hù)
- 從思路開始 Java如何實現(xiàn)條件編譯
- Java七步創(chuàng)建以JDBC連接數(shù)據(jù)庫的程序
- 面試Java前必須了解的10個概念
