对比ElasticSearch与Sphinx

Posted 2020-08-21 企久数据

作者：Golion
链接：https://zhuanlan.zhihu.com/p/21334385

? 导入mysql数据生成索引Elastic Search：RESTful接口，或 GitHub - scharron/elasticsearch-river-mysqlSphinx：原生支持基于MySQL的表建索引Elastic Search官方文档上，数据都是使用RESTful接口一条一条插入的，也就是增量更新。有个bulk接口，可以批量导入、大幅加快速度。在数据量非常大的时候，遍历全表重建一次索引会比较消耗时间。elasticsearch-rivel-mysql这个项目并不是很靠谱，开发者甚至曾经在git上标明deprecated。我是推荐使用bulk方法的，毕竟Logstash就是用这个。在导入MySQL数据生成索引时，从易用性、可靠性、速度上来看，Sphinx优于Elastic Search。Sphinx真的很快。? 增量更新支持Elastic Search优于Sphinx。Elastic Search把增量更新作为首选CURD方式；而Sphinx使用辅助表的方案不但不优雅，还会让你的其他系统变得复杂起来，在你频繁更改单条数据的时候很容易出错。? 可视化与辅助工具Elastic Search：Kibana，Beats，Logstash，Marvel，HeadSphinx：Sphinx ToolsKibana是Elastic Search提供的数据可视化界面，基本功能有：1）读取一个Index 2）对一个Index写query查询出具体数据 3）通过这些数据生成图表 4）拉几个图表生成一个报表。Kibana非常强大，根据这些基础功能，我们已经可以自由定制完成各种复杂需求了。Kibana还可以加各种插件，其中最常用的是Marvel（性能、状态监控），非常好用。Beats是一套收集日志的框架，官方称为Data Shipper。这个以后单独拿来说。Logstash是一套日志处理框架。老实说我很长一段时间迷茫Logstash跟Beats各自定位...简单来说，Beats是专门用来收集数据的，Logstash是专门用来处理数据的。反观Sphinx Tools，还停留在性能监控的阶段，而且还在内测，被Elastic Search的全家桶甩太远了。? 搜索算法支持ElasthcSearch的搜索底层功能基于Lucene，Sphinx也该有的都有。然而Elastic Search的Query DSL支持更复杂的查询逻辑，这一点是超越Sphinx的。在自定义Ranker方面，Elastic Search的Function Score Query比Sphinx的expression-ranker强大许多。当年我为了让Sphinx支持一个定制的Ranker，不得不去改源码，后来发现这个功能在Elastic Search上可以轻松实现。总的来说，Elastic Search稍微优于Sphinx。? 横向扩展与高可用Elastic Search是天生为了集群化而设计的。索引如果没有Replica就会显示黄灯，有才会亮绿灯。每个节点分为Client Node、Data Node、Master Node三种角色，在合理的配置之下，任意一台（甚至多台）机器炸了，整个集群都能正常运行。Elastic Search还支持动态加机器等等功能，暂不赘述。Sphinx也有master searchd和slave searchd的概念，可以分布式，但想实现高可用就相当复杂了。Elastic Search优于Sphinx。Sphinx的劣势不在于做不到，而在于不好用。? 资源占用Sphinx优于Elastic Search。不得不说，java在这方面比不上C++。无论是CPU还是内存占用，Sphinx都比Elastic Search优秀。所以在一些高并发的简单需求，我依然会选择Sphinx。? 搜索速度搜索速度主要看怎么配置Cluster，越多搜起来就越快。? NLP支持这里只说中文NLP。Elastic Search：IK、结巴Sphinx：曾经有个叫coreseek的项目，可惜没有继续维护了。其实双方都可以开发第三方插件，接入国内的LTP或者ICTCLAS都不难。? 总结Sphinx和Elastic Search都是很优秀的方案，都经历了实战的考验。当时为什么我从Sphinx倒戈去了Elastic Search，主要原因是：? 我有定制Ranker的需求，Elastic Search的Functional Score Query刚好满足了我? 业务越来越大，Elastic Search有更强的横向扩展能力和高可用性? 可以用Kibana整出好看的报表啊！