什么是最好和最活跃的开源 .Net 搜索技术？

Posted 2023-02-23

【中文标题】什么是最好和最活跃的开源 .Net 搜索技术？

【英文标题】：What is best and most active open source .Net search technology?

【发布时间】：2010-11-18 11:35:26

【问题描述】：

我正在尝试为 .Net 项目确定一种开源搜索/索引技术。似乎 Java 项目的标准是 Lucene，但就 .Net 而言，Lucene.Net 项目似乎相当不活跃。这仍然是最好的选择吗？还是有其他可行的替代方案？

【问题讨论】：

+1：我对这个很感兴趣。我尝试使用 SQL Server 的全文索引处理器。它适用于搜索 pdf、doc 等二进制文件；但是在搜索常规列时它很慢。在我看来，搜索 7000 行表的 6 秒是不可接受的。现在我只使用 LIKE 'value%' 简单的搜索，它返回的速度非常快。

【参考方案1】：

我曾经使用 DotLucene，但遇到了一些问题。一个重要的事实是它需要完全信任才能运行。

我已经开始使用 SearchAroo：http://www.searcharoo.net/

它使用 XML 数据存储，我发现它的性能与 dot lucene 非常相似。

如果您正在寻找其他选择，我一定会看看。

【参考方案2】：

在几个项目中使用了 Lucene.Net 之后，我还想补充一下将 Java 版本的 lucene 编译成 .net 代码的建议，IKVM.NET。它工作得非常好，而且您永远不必担心 Java 版本过时。您还可以选择编译所有额外的库并使用它们（我在一个项目中使用 GIS 搜索内容）。

【讨论】：

您是否想过为此创建一个 codeplex 项目？也许设置一个定期构建

+1 对于这个明显但容易被忽视的选项，鉴于 Lucene.NET，我自己还没有考虑过这个；您是否遇到过任何可能使非 Java 商店难以做到这一点的障碍，或者您是否有将 IKVM 用于一个听起来很顺利的项目的经验？

@Mikos - 好主意；如果这对于 Lucene 大小的项目是可行的，那么它可能是这种方法的一个很好的优先级 - 或者这种方法已经很普遍而且我刚刚错过了？

@Steffen - 真的就是这么简单。我遇到的唯一问题是 lucene 的新版本 (3.0.2) 使用了当前版本的 IKVM JVM 中不可用的类。我最终使用 SimpleFSLockFactory 而不是 NativeFSLockFactory。

【参考方案3】：

SQLite 有 FTS3（全文搜索 3），可以做你想做的事。我没有直接的经验，但我相信它是明确开发的，可以做 Lucene 所做的事情，至少在简单的情况下是这样。我不相信您可以更改标记器或任何东西（无论如何都无需修改源代码），但这是一种选择。

【讨论】：

我们在我们的产品中使用 SQLite FTS，对于我们的特定情况，它非常好，比 Lucene.NET 快得多。

【参考方案4】：

Lucene.net 是在 nHibernate 中实现的，因此如果您也在寻找 O/R 映射器，那么这种组合可能值得深入研究。

我们目前正在开发一个原型，并在几分钟内完成了 Lucene 的配置（我们使用 fluent nhibernate）。

【讨论】：

我也在尝试 nHibernate。感谢您的信息。

【参考方案5】：

如果你不是真的坚持使用 .Net，你可以试试 Sphinx。开源并适用于所有平台（Windows / Linux）。

【参考方案6】：

虽然它们在相当长的一段时间内都不是 Lucene.Net 的“完整”版本（即完整的文档、网站更新），但仍有新的提交到其 SVN 存储库。 例如，最新版本 (2.3.2) 标记在 07/24/09 (see here)。 由于开发仍在进行中，我会将其用于新的全文搜索项目。

【讨论】：

我有点想这将是答案。 Lucene.Net 就是这样。谢谢大家！

【参考方案7】：

据我了解，您需要在现有数据库上“仅”建立一个全文索引，SQL Server 全文搜索原则上对您有用，但您当前的实施/设置太慢了。

如果我是你，我不会采用完全不同的方法（只需想想保持外部索引与数据库同步的混乱情况，或者加入来自两者的查询结果等）。尝试解决 SQL Server 的性能问题，因为没有人会认真地认为搜索 7k 行的 6 秒是企业级解决方案的最终决定，该解决方案用于一些最大的数据库......也许尝试提出一个新问题关于此功能的常见缺陷（我不是这方面的专家），您最终可能会得到一个简单的修复，而不是完全重建您的搜索架构；）

【参考方案8】：

我知道这不是开源的，但它是 Microsoft 提供的免费且非常全面的产品：

Microsoft Search Server 2008 Express

开箱即用的相关性。

本地化界面。

可扩展的搜索体验。

没有预设文件限制。

连续传播索引。

开箱即用的索引连接器

内容摘要。

点击突出显示。

最佳选择和定义。

查询更正。

重复折叠。

按属性过滤。

按语言过滤。

按日期排序。

电子邮件/RSS 提醒

【讨论】：

但是，如果您要将其用于搜索索引，则很容易达到 DB 大小限制。它也不是主要为文本索引而设计的，虽然文本索引可能有效，但与 lucene 之类的东西相比，它的性能相当差。

有趣 - 我不知道 MS 做了这样的产品。

【参考方案9】：

虽然它不是 .net，但我建议使用 Solr 作为它基于 lucene 构建的，并且鉴于它返回 XML/HTTP 和 JSON 的事实，它易于集成

【参考方案10】：

lucene.net 必然会落后于 java，因为它是一个端口。我也不喜欢 lucene 端口是直接副本的方式，尽管它确实使我认为的文档更容易。如果您不需要超紧密（二进制）集成，则需要考虑使用Solr。我以前使用过它并取得了很好的成功。它仍然由 Lucene 提供支持，但我认为它更好，因为它具有一些更好的功能。您可以通过 HTTP 端点从 .net 使用它。

要问自己的一个问题是您在搜索解决方案中真正需要/想要什么。实现搜索的方法有很多种，但并非所有解决方案都适用于所有情况。

【参考方案11】：

看看www.searcharoo.net。它有一个爬虫，以及诸如工作干、索引办公文档/PDF 之类的功能。作者对 codeproject 文章非常活跃，对问题的回复也很快。