聊一聊Solr，Elasticsearch及lucene的特点及应用场景

一 Lucene，solr及Elasticsearch
有必要先说一下LuceneLucene是一个高性能、可伸缩的信息搜索(IR)库。它可以为你的应用程序添加索引和搜索能力。Lucene是用java实现的、成熟的开源项目，是著名的Apache Jakarta大家庭的一员，并且基于Apache软件许可 [ASF, License]。同样，Lucene是当前非常流行的、免费的Java信息搜索(IR)库。它可以用于任何应用程序来搜索功能。 Lucene是开源项目。它是可扩展的，高性能的库用于索引和搜索几乎任何类型的文本。 Lucene库提供了所需的任何搜索应用程序的核心业务:索引和搜索。
而Solr和Elasticsearch都是基于lucene基础上，开发的搜索应用平台，各有各的应用场景和优缺点。
Solr是Apache Lucene项目的开源企业搜索平台，相对于Elasticsearch，在国内应用程度略低一些。 其主要功能包括全文检索、命中标示、分面搜索、动态聚类、数据库集成，以及富文本的处理。Solr是高度可扩展的，并提供了分布式搜索和索引复制。Solr是最流行的企业级搜索引擎，Solr4 还增加了NoSQL支持。Solr是用Java编写、运行在Servlet容器（如 Apache Tomcat 或Jetty）的一个独立的全文搜索服务器。 Solr采用了 Lucene Java 搜索库为核心的全文索引和搜索，并具有类似REST的HTTP/XML和JSON的API。Solr强大的外部配置功能使得无需进行Java编码，便可对 其进行调整以适应多种类型的应用程序。Solr有很强大的插件机制，支持更方便的功能定制和二次开发。
Elasticsearch是一个建立在全文搜索引擎 Apache Lucene™ 基础上的搜索引擎，可以说Lucene是当今最先进，最高效的全功能开源搜索引擎框架。相比于solr，在国内也是应用的最广的。 Elasticsearch使用Lucene作为内部引擎，但是在使用它做全文搜索时，只需要使用统一开发好的API即可，而不需要了解其背后复杂的Lucene的运行原理。Elasticsearch有很强的扩展性，可以很轻松的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。
二 各自的应用场景及优缺点
Solr的优缺点
优点：
1. Solr有一个更大、更成熟的用户、开发和贡献者社区
2. 支持添加多种格式的索引，如：HTML、PDF、微软 Office 系列软件格式以及 JSON、XML、CSV 等纯文本格式。
3. Solr比较成熟、稳定
4. 不考虑建索引的同时进行搜索，速度更快
缺点：
建立索引时，搜索效率下降，应用于实时索引搜索效率不高。
Elasticsearch的优缺点
优点：
1. Elasticsearch是分布式的。不需要其他组件，分发是实时的。
2. Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。
3. 处理多租户不需要特殊配置，而Solr则需要更多的高级设置。
4. Elasticsearch 采用 Gateway 的概念，使得完备份更加简单。各节点组成对等的网络结构，某些节点出现故障时会自动分配其他节点代替其进行工作。
缺点：相当于solr强大的插件功能，Elasticsearch扩展性和定制性稍差。

对于同一份数据，已经离线建好索引的情况下，solr和检索速度要比Elasticsearch快不少。

在存在索引实时写入的情况下，solr的检索速度明显下降，

随着实时数据写入量越来越大，solr读去索引的速度会越来越差。

三 Lucene，solr及Elasticsearch的应用场景
基于以上分析，总结一下，Solr，Elasticsearch及lucene各自的应用场景。
solr不适合于提供实时检索的应用场景，基于solr搜索引擎的应用，需要离线把索引做好。
相当于solr而言，Elasticsearch可以作为对查询效率要求不是十分苛刻的实时引擎使用，但是如果作为工业级的实时引擎，Elasticsearch本身也不满足需求，倒是可以作为内存的数据实时查询，日志检索等实时数据应用。
真的要想做一套工业级的实时检索引擎，就需要基于lucene自己开发了，从效率的角度，推荐clucene 或者lucene++，纯效率角度，要比基于lucene java版本的检索效率要高很多。 毕竟基于c&c++的lucene库，不需要jvm运行时的支持。

轻松一刻