全文搜索引擎的比较-Lucene，Sphinx，Postgresql，MySQL？

Question

我正在建立Django网站，并且正在寻找搜索引擎。

一些候选人：

• Lucene / Lucene与指南针/ Solr

• 狮身人面像

• PostgreSQL内置全文本搜索

• MySQl内置全文本搜索

选择标准：

• 结果相关性和排名
• 搜索和索引速度
• 易于使用，易于与Django集成
• 资源需求-网站将托管在VPS上，因此理想情况下，搜索引擎不需要大量的RAM和CPU
• 可扩展性
• 其他功能，例如“您的意思是？”，相关搜索等

任何对以上搜索引擎或其他不在列表中的引擎有经验的人-我很想听听您的意见。

编辑：至于索引需求，随着用户不断向站点输入数据，这些数据将需要连续索引。它不一定是实时的，但是理想情况下新数据将以不超过15-30分钟的延迟显示在索引中

Answer 1

很高兴看到有人对Lucene情有独钟-因为我对此一无所知。

另一方面，狮身人面像我很了解，所以让我们看看我是否可以帮上忙。

• 结果相关性排名是默认设置。您可以根据需要设置自己的排序方式，并为特定字段赋予更高的权重。
• 索引速度非常快，因为它直接与数据库对话。任何缓慢都会来自复杂的SQL查询和未索引的外键以及其他此类问题。我也从来没有发现搜索中有任何缓慢。
• 我是Rails，所以我不知道使用Django实施有多容易。Sphinx源代码附带了一个Python API。
• 搜索服务守护程序（searchd）的内存使用率非常低-您可以设置索引器进程也使用多少内存的限制。
• 可伸缩性是我的知识较粗略的地方-但将索引文件复制到多台计算机并运行多个searchd守护程序很容易。我从其他人那里得到的总体印象是，在高负载下它确实很棒，因此无需在多台计算机上进行扩展。
• 尽管“其他方法”可以很容易地用其他工具完成，但不支持“您是否想要”等。Sphinx确实通过使用字典来词干，因此，例如，“ driving”和“ drive”在搜索中将被视为相同。
• 但是，Sphinx不允许对字段数据进行部分索引更新。常用的方法是维护所有最近更改的增量索引，并在每次更改后重新索引（这些新结果在一两秒钟内出现）。由于数据量少，因此可能需要几秒钟的时间。不过，您仍然需要定期重新索引主要数据集（尽管定期性如何取决于数据的波动性-每天还是每小时？）。快速的索引速度使这一切都很轻松。

我不知道这对您的情况有多适用，但是Evan
Weaver比较了一些常见的Rails搜索选项
（Sphinx，Ferret（Ruby的Lucene移植版）和Solr），并运行了一些基准测试。我猜可能会有用。

我还没有深入探讨MySQL全文搜索的深度，但是我知道它在速度方面和功能方面都无法与Sphinx，Lucene或Solr竞争。