搜索引擎怎么选？ElasticSearch 与 Solr 分析对比

Posted 2021-04-21 中兴大数据

文 | 胡晓东@中兴大数据

ElasticSearch

简介

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。ElasticSearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

ElasticSearch使用Lucene作为内部引擎，但是在用它做全文搜索时，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。

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。

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。

Sony公司使用elasticSearch作为信息搜索引擎。

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：

• 当前ElasticSearch 社区活跃度相对偏少。

Solr

简介

Solr是一个基于Lucene的Java搜索引擎服务器。Solr 提供了层面搜索、命中醒目显示并且支持多种输出格式（包括 XML/XSLT 和 JSON 格式）。它易于安装和配置，而且附带了一个基于 HTTP 的管理界面。Solr已经在众多大型的网站中使用，较为成熟和稳定。Solr 包装并扩展了 Lucene，所以Solr基本上沿用了Lucene的相关术语。更重要的是，Solr 创建的索引与 Lucene 搜索引擎库完全兼容。通过对Solr 进行适当的配置（某些情况下可能需要进行编码），Solr 可以阅读和使用构建到其他 Lucene 应用程序中的索引。此外，很多 Lucene 工具（如Nutch、 Luke）也可以使用Solr 创建的索引。

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：

• 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。

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。

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。

 

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。

• ElasticSearch有Query DSL，能够支持更加高级和复杂的查询语法，而且可以以此扩展实现类SQL语法的查询，但是Solr没有Query DSL。

• Solr 官方提供的功能更多，而ElasticSearch 本身更注重于核心功能，高级功能多由第三方插件提供。

• 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。

 

大数据时代的思考和洞察

长按二维码关注