搜索引擎 Lucene 与数据库搜索

Posted 2023-03-05

【中文标题】搜索引擎 Lucene 与数据库搜索

【英文标题】：Search engine Lucene vs Database search

【发布时间】：2011-06-06 00:53:50

【问题描述】：

我正在使用 mysql 数据库，并且一直在使用数据库驱动的搜索。数据库引擎和Lucene搜索引擎有什么优缺点？我想就何时何地使用它们提出建议？

【参考方案1】：

我建议你阅读Full Text Search Engines vs. DBMS。单线是：如果您的大部分用例是全文搜索，请使用 Lucene。如果您的大部分用例是连接和其他关系操作，请使用数据库。对于更复杂的用例，您可以使用混合解决方案。

【讨论】：

我在很多网站上都看到过“搜索我们的网站”。如果我要搜索网站的内容，那哪个更好？

搜索网站是全文搜索。因此，Lucene 更好。更好的是，使用 Solr：lucene.apache.org/solr

@YuvalF 如果数据库不大并且该站点的用户不多，那么基于 DBMS 的全文查询是否足够？因为有时候那家伙想用lucene，就得自己开发……

@hugemeow - 当然。 DBMS 的全文搜索适用于小型用例。如果你想使用 Lucene，你可以使用 Solr 或 ElasticSearch——它们都比裸露的 Lucene 更容易开始使用，并且提供了 Lucene 至少 90% 的功能。我也听说过关于 Sphinx 的好消息，虽然我自己从未使用过。

我已经更新了链接。另请参阅我关于相关主题的 Quora 回答，我在其中添加了 NoSql 选项：quora.com/ElasticSearch/…

【参考方案2】：

我们在工作中使用 Sql Server 进行一些使用全文搜索的查询。在大量数据的情况下，Sql 在全文搜索返回的结果集和查询的其余部分之间进行内部连接，如果数据库在低功率机器上运行（2GB 内存用于 20 GB 数据），这可能会很慢。将相同的查询切换到 Lucene 大大提高了速度。

【参考方案3】：

当您想要索引文本 文档（任意长度）并在这些文档中搜索 Text 时使用 Lucene，返回与搜索查询匹配的文档排序列表. 典型的例子是像谷歌这样的搜索引擎，它使用像 Lucene 这样的文本索引器来索引和查询网页的内容。

相对于 Mysql 等数据库，使用 Lucene 来索引和搜索文本的优点是：

供开发人员使用

- 用于分析、解析和索引多种语言的文本信息（例如词干、复数、同义词、标记化）的工具。 Lucene 也非常适合文本搜索。

为用户

- 高质量的搜索结果。 Lucene 使用了一个非常好的similarity function（将搜索查询与每个文档进行比较），其核心是余弦相似度和逆词/文档频率。这样一来，只需很少的前期调整即可获得良好的搜索结果。

很多useful info on Lucene here。

【讨论】：

有没有比 Lucene 更有利的替代品。开源或所有者（付费或 REST API）

@RavinderPayal 大多数开源搜索引擎都建立在 Lucene 之上——例如Solr 和 Elasticsearch。如果您不需要存储数十亿个文档并且想要快速简单的东西，请查看 Typesense 之类的东西：github.com/typesense/typesense

@jeffreyveon type-sense 似乎是合理的，会更深入地挖掘

【参考方案4】：

Lucene 搜索具有索引的优势。 This帖子可以帮助你了解lucene。

【讨论】：

我认为我们也可以在数据库表上添加索引。但我不知道它是什么？