JavaEE鸿蒙应用开发HTML&JS+前端Python+大数据开发人工智能开发AI+设计软件测试新媒体+短视频直播运营产品经理集成电路应用开发(含嵌入式)Linux云计算+运维开发C/C++拍摄剪辑+短视频制作PMP项目管理认证电商运营Go语言与区块链大数据PHP工程师Android+物联网iOS.NET

【云计算大数据】搜索引擎选择: Elasticsearch与Solr

来源:黑马程序员

浏览38953人

2019.05.21

一、Elasticsearch简介
       Elasticsearch是一个实时的分布式搜索和分析引擎。它可以帮助你用前所未有的速度去处理大规模数据。它可以用于全文搜索,结构化搜索以及分析,当然你也可以将这三者进行组合。Elasticsearch是一个建立在全文搜索引擎 Apache Lucene™ 基础上的搜索引擎,可以说Lucene是当今最先进,最高效的全功能开源搜索引擎框架。但是Lucene只是一个框架,要充分利用它的功能,需要使用JAVA,并且在程序中集成Lucene。需要很多的学习了解,才能明白它是如何运行的,Lucene确实非常复杂。Elasticsearch使用Lucene作为内部引擎,但是在使用它做全文搜索时,只需要使用统一开发好的API即可,而不需要了解其背后复杂的Lucene的运行原理。
       当然Elasticsearch并不仅仅是Lucene这么简单,它不但包括了全文搜索功能,还可以进行以下工作:
             (1)分布式实时文件存储,并将每一个字段都编入索引,使其可以被搜索。
             (2)实时分析的分布式搜索引擎。
             (3)可以扩展到上百台服务器,处理PB级别的结构化或非结构化数据。Elasticsearch的优缺点:
优点
       Elasticsearch是分布式的。不需要其他组件,分发是实时的,被叫做”Push replication”。
       Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。
       处理多租户(multitenancy)不需要特殊配置,而Solr则需要更多的高级设置。
       Elasticsearch 采用 Gateway 的概念,使得完备份更加简单。
       各节点组成对等的网络结构,某些节点出现故障时会自动分配其他节点代替其进行工作。
缺点
       只有一名开发者(当前Elasticsearch GitHub组织已经不只如此,已经有了相当活跃的维护者)
       还不够自动(不适合当前新的Index Warmup API)
二、Solr简介
       Solr(读作“solar”)是Apache Lucene项目的开源企业搜索平台。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是高度可扩展的,并提供了分布式搜索和索引复制。Solr是最流行的企业级搜索引擎,Solr4 还增加了NoSQL支持。
       Solr是用Java编写、运行在Servlet容器(如 Apache Tomcat 或Jetty)的一个独立的全文搜索服务器。 Solr采用了 Lucene Java 搜索库为核心的全文索引和搜索,并具有类似REST的HTTP/XML和JSON的API。Solr强大的外部配置功能使得无需进行Java编码,便可对其进行调整以适应多种类型的应用程序。Solr有一个插件架构,以支持更多的高级定制。
Solr的优缺点
优点
      Solr有一个更大、更成熟的用户、开发和贡献者社区。
      支持添加多种格式的索引,如:HTML、PDF、微软 Office 系列软件格式以及 JSON、XML、CSV 等纯文本格式。
      Solr比较成熟、稳定。
      不考虑建索引的同时进行搜索,速度更快。
缺点
      建立索引时,搜索效率下降,实时索引搜索效率不高。
三、Elasticsearch与Solr的比较
       当单纯的对已有数据进行搜索时,Solr更快。
 

       当实时建立索引时, Solr会产生io阻塞,查询性能较差, Elasticsearch具有明显的优势。
 
       随着数据量的增加,Solr的搜索效率会变得更低,而Elasticsearch却没有明显的变化。
 
       综上所述,Solr的架构不适合实时搜索的应用实际生产环境测试       下图为将搜索引擎从Solr转到Elasticsearch以后的平均查询速度有了50倍的提升。

四、Elasticsearch 与 Solr 的比较总结

  • 二者安装都很简单;

  • Solr 利用 Zookeeper 进行分布式管理,而 Elasticsearch 自身带有分布式协调管理功能;

  • Solr 支持更多格式的数据,而 Elasticsearch 仅支持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,高级功能多有第三方插件提供;

  • Solr 在传统的搜索应用中表现好于 Elasticsearch,但在处理实时搜索应用时效率明显低于 Elasticsearch。

  • Solr 是传统搜索应用的有力解决方案,但 Elasticsearch 更适用于新兴的实时搜索应用。