搜索引擎技术选型.pdfVIP

搜索引擎技术选型

  近期，业主对POI检索提出了⼀些想法，针对之前简单的WordSegment分词和模糊匹配搜索需要进⾏⼀些更为符合业主需求的调整。于是这

⼏天对搜索引擎进⾏了⼀些技术选型；

⼀、ApacheLucene

  Lucene是⼀个开源的⾼性能、可扩展的全⽂检索引擎⼯具包，但不是⼀个完整的全⽂检索引擎，⽽是⼀个全⽂检索引擎的架构，提供了完整

的查询引擎和索引引擎。所以它是⼀套信息检索⼯具包，可以说是当今最先进、最⾼效的全功能开源搜索引擎框架。使⽤起来相对复杂。

  参考:Lucene解析-基本概念

⼆、Elasticsearch

  Elasticsearch是⼀个实时的分布式搜索和分析引擎。可以快速处理⼤规模数据。可以⽤于全⽂搜索、结构化搜索和分析。

  使⽤：

  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。

  案例：

  维基百科、英国卫报、StackOverFlow、Github、GoldmanSachs(股票分析)

  优点：

  1、分布式，不需要其他组件，实时分发；

  2、完全⽀持ApacheLucene的接近实时的