Elasticsearch与Solr比较

　　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:

　　· 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。

　　· 实时分析的分布式搜索引擎。

　　· 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。

　　这么多的功能被集成到一台服务器上，你可以轻松地通过客户端或者任何你喜欢的程序语言与ES的RESTful API进行交流。

　　Elasticsearch的上手是非常简单的。它附带了很多非常合理的默认值，这让初学者很好地避免一上手就要面对复杂的理论，

　　它安装好了就可以使用了，用很小的学习成本就可以变得很有生产力。

　　随着越学越深入，还可以利用Elasticsearch更多高级的功能，整个引擎可以很灵活地进行配置。可以根据自身需求来定制属于自己的Elasticsearch。

　　使用案例：

　　· 维基百科使用Elasticsearch来进行全文搜做并高亮显示关键词，以及提供search-as-you-type、did-you-mean等搜索建议功能。

　　· 英国卫报使用Elasticsearch来处理访客日志，以便能将公众对不同文章的反应实时地反馈给各位编辑。

　　· StackOverflow将全文搜索与地理位置和相关信息进行结合，以提供more-like-this相关问题的展现。

　　· GitHub使用Elasticsearch来检索超过1300亿行代码。

　　· 每天，Goldman Sachs使用它来处理5TB数据的索引，还有很多投行使用它来分析股票市场的变动。

　　但是Elasticsearch并不只是面向大型企业的，它还帮助了很多类似DataDog以及Klout的创业公司进行了功能的扩展。

　　Elasticsearch的优缺点:

　　优点

　　1. Elasticsearch是分布式的。不需要其他组件，分发是实时的，被叫做”Push replication”。

　　2. Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。

　　3. 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。

　　4. Elasticsearch 采用 Gateway 的概念，使得完备份更加简单。

　　5. 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

　　1. 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)

　　2. 还不够自动(不适合当前新的Index Warmup API)

　　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。

　　因为2010年Apache Lucene 和 Apache Solr 项目合并，两个项目是由同一个Apache软件基金会开发团队制作实现的。提到技术或产品时，Lucene/Solr或Solr/Lucene是一样的。

　　Solr的优缺点

　　优点

　　1. Solr有一个更大、更成熟的用户、开发和贡献者社区。

　　2. 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。

　　3. Solr比较成熟、稳定。

　　4. 不考虑建索引的同时进行搜索，速度更快。

　　缺点

　　1. 建立索引时，搜索效率下降，实时索引搜索效率不高。

　　Elasticsearch与Solr的比较

　　1.当单纯的对已有数据进行搜索时，Solr更快。

　　2.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。

　　3.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。

　　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。

作者：传智播客JavaEE培训学院

首发：http://java.itcast.cn