搜索引擎优化培训seo8(搜索引擎选型调研文档Elasticsearch)

　　搜索引擎优化培训seo8(搜索引擎选型调研文档Elasticsearch)

　　搜索引擎选择研究文献elasticsearch简介*

　　Elasticsearch是一个实时分布式搜索和分析引擎。它可以帮助您以前所未有的速度处理*敏*感*词*数据

　　它可以用于全文搜索、结构化搜索和分析。当然，您也可以将这三者结合起来

　　Elasticsearch是基于ApacheLucene的全文搜索引擎™ 基于搜索引擎，可以说Lucene是目前最先进、最高效的全功能开源搜索引擎框架

　　然而，Lucene只是一个框架。为了充分利用它的功能，您需要使用Java并在程序中集成Lucene。要理解它是如何工作的，需要大量的学习。Lucene真的很复杂

　　Elasticsearch使用Lucene作为其内部引擎，但当使用它进行全文搜索时，它只需要使用统一开发的API，而不了解其背后Lucene的复杂操作原理

　　当然，elasticsearch不仅仅是Lucene。它不仅包括全文搜索功能，还可以做以下工作：

　　通过将如此多的功能集成到一台服务器中，您可以通过客户机或您喜欢的任何程序语言轻松地与ES的restful API通信

　　Elasticsearch非常容易开始。它附带了许多非常合理的默认值，这使得初学者在开始时避免面对复杂的理论

　　一旦安装，它就可以使用，而且它可以以很小的学习成本变得非常高效

　　随着您学习的越来越深入，您还可以使用elasticsearch更高级的功能，整个引擎可以灵活配置。您可以根据自己的需要定制自己的elasticsearch

　　用例：

　　然而，elasticsearch不仅适用于大型企业，还帮助许多初创企业，如datadog和klout，扩展其功能

　　elasticsearch的优点和缺点**：elasticsearch的优点是分布式的。不需要其他组件。该分发是实时的，称为“推送复制”。Elasticsearch完全支持ApacheLucene的近实时搜索。处理多租户不需要特殊配置，而Solr需要更高级的设置。Elasticsearch采用网关的概念，使备份更容易完成。每个节点形成一个对等网络结构。当某些节点出现故障时，它们将自动指派其他节点代替它们工作。缺点是只有一个开发人员（elasticsearch GitHub组织拥有更多的开发人员，并且已经有相当活跃的维护人员）没有足够的自动化（不适合当前新的索引预热API）Solr引入*

　　Solr（发音为“solar”）是ApacheLucene项目的开源企业搜索平台。其主要功能包括全文检索、点击标记、分面搜索、动态聚类、数据库集成和富文本（如word、PDF）处理。Solr具有高度可扩展性，并提供分布式搜索和索引复制。Solr是最流行的企业搜索引擎，solr4还添加了NoSQL支持

　　Solr是一个独立的全文搜索服务器，用Java编写，运行在诸如Apache、Tomcat或jetty等servlet容器中。Solr采用Lucene java搜索库作为全文索引和搜索的核心，并具有类似http/XML和JSON API的rest。Solr强大的外部配置功能使其能够适应各种类型的应用程序，而无需java编码。Solr有一个插件体系结构来支持更高级的定制

　　由于Apache Lucene和Apache SoR项目在2010中被合并，这两个项目由同一个Apache软件基金会开发团队生产和实现。说到技术或产品，Lucene/Solr或Solr/Lucene是相同的

　　Solr的优势和劣势Solr的优势Solr拥有一个更大、更成熟的用户、开发人员和贡献者社区。它支持添加各种格式的索引，如HTML、PDF、Microsoft office series软件格式、JSON、XML、CSV和其他纯文本格式。Solr是成熟稳定的。搜索速度更快，无需考虑索引。缺点：建立索引时，搜索效率降低，实时索引的搜索效率不高。elasticsearch与Solr的比较*

　　当只搜索现有数据时，Solr速度更快

　　在实时索引时，Solr将产生IO阻塞和较差的查询性能。Elasticsearch具有明显的优势

　　随着数据量的增加，Solr的搜索效率会降低，而弹性搜索没有明显变化

　　总之，Solr的体系结构不适合实时搜索应用程序

　　实际生产环境测试*

　　下图显示，自从搜索引擎从Solr转移到弹性搜索以来，平均查询速度提高了50倍

　　elasticsearch与Solr的比较与总结

　　Solr是传统搜索应用程序的强大解决方案，但elasticsearch更适合新兴的实时搜索应用程序

　　其他基于Lucene的开源搜索引擎解决方案*直接使用Lucene

　　注意：Lucene是一个java搜索类库。它本身不是一个完整的解决方案，需要额外的开发工作

　　优势：成熟的解决方案和众多成功案例。Apache的顶级项目正在不断取得快速进展。一个庞大而活跃的开发社区和大量的开发人员。它只是一个具有足够定制和优化空间的类库：经过简单的定制，可以满足最常见的需求；经过优化，可支持10多亿次搜索

　　缺点：需要额外的开发工作。所有的扩展、分布、可靠性等需要自行实现；非实时性，索引和搜索之间存在时间延迟，当前“Lucene近实时搜索”搜索方案的可扩展性需要进一步改进

　　描述：基于Lucene，支持分布式、可扩展、容错和准实时搜索方案

　　优点：开箱即用，可以配合Hadoop实现分布式。它具有扩展和容错机制

　　缺点：它只是一个搜索方案，索引部分还需要自己实现。在搜索功能中，只实现了最基本的需求。成功的案例很少，项目的成熟度稍差。因为它需要支持分布式，所以很难定制一些复杂的查询需求

　　注：映射/减少模式，分布式索引方案，可与katta一起使用

　　优点：分布式索引、可扩展性

　　缺点：它只是一个索引方案，不包括搜索实现。在批处理模式下工作，不支持实时搜索

　　描述：基于Lucene的一系列解决方案，包括准实时搜索Zoie、刻面搜索实现Bobo、机器学习算法分解器、摘要库krati、数据库模式打包Sensei等

　　优点：经验证的解决方案支持分布式、可扩展和丰富的功能实现

　　缺点：与LinkedIn接触太近，可定制性差

　　注：基于Lucene，索引存在于Cassandra数据库中

　　优点：参考卡桑德拉的优点

　　缺点：指卡桑德拉的缺点。此外，这只是一个没有大量验证的演示

　　注意：基于Lucene，该索引存在于HBase数据库中

　　优点：指HBase的优点

　　缺点：指HBase的缺点。此外，在实现中，Lucene术语存储在行中，但每个术语的相应发布列表存储在列中。随着单个术语过账列表的增加，查询速度将受到很大影响

　　重印：