Node.js 有没有好的索引/搜索引擎？ [关闭]答案

【问题标题】：Is there a good indexing / search engine for Node.js? [closed]Node.js 有没有好的索引/搜索引擎？ [关闭]
【发布时间】：2013-05-13 13:40:38
【问题描述】：

我正在为 node.js 应用程序寻找一个好的开源（使用 LGPL 或许可许可证）索引引擎，比如 Lucene。我正在寻找进程内索引和搜索，但对像 Sphinx 或 Solr 这样的索引服务器不感兴趣。

我也不害怕为 C/C++ 库创建绑定，所以我也愿意接受这些建议。

到目前为止我已经找到了

node-clucene 似乎不再积极维护（并且有几个未解决的问题）
我可以为 CLucene 创建自己的绑定，但它似乎很少维护，而且它的当前版本也远远落后于 Java Lucene
Apache Lucy 似乎旨在为动态语言创建绑定，但到目前为止它们没有节点绑定（也没有 C API），我还没有找到任何关于创建的文档绑定。我也没有找到任何关于其性能的基准。
node-search 好像被放弃了
jsii 似乎还是个原型，也被废弃了
fullproof，仅用于在网络浏览器中运行
lunr.js 似乎只允许序列化整个索引，因此不可扩展

我可以“自己动手”，但我更喜欢使用现有的解决方案。

编辑：为什么我对独立的索引服务器不感兴趣：我使用一个快速的进程内键值存储数据库，所以不得不退出会很浪费查询过程。

【问题讨论】：

【解决方案1】：

只是对我之前回答的更新 - 因为讨论太多了，我不希望这个更新丢失。

你可以下载它 here:

【讨论】：

简短回答：否；更长的答案：Forage 对文档相关性进行分类，并让所有者简单而强大地控制相关性的确定程度；最长的答案：Forage 不支持对抽象字段进行排序，因为这被视为超出了项目的核心范围。但是，可能在将来的某个时候会添加排序功能，因为有需求。
如何计算文档相关性？
哇，@user2020565！可以从多个进程中完全访问草料 :)
It appears你隶属于norch。请注意，我们的self-promotion policy 要求您在像这样的答案中披露此信息，并且您不得在大部分帖子中提及该产品。
@josliber 我不愿提及这一点，但要郑重声明：Norch 是一个开源项目，我和其他人利用业余时间造福人类，因为它是非商业性的在我的 GitHub 用户名下。至于“很大比例的帖子”，那是不正确的，但我们当然会做（非常少量）有意识的工作，这相当于 stackoverflow 上的少数帖子。

【解决方案2】：

是的，看看新发布的Norch

Norch 基于 node.js 的 search-index 模块，该模块又基于 Google 强大的 levelDB 索引。

编辑：使用search-index module 获得快速“进程内”搜索功能。

【讨论】：

Norch 在search-index 之上添加了什么？
Norch 使搜索索引在 HTTP 上可用，并添加了一些其他 GUI 内容。
话虽如此，search-index 可能对我有用，但它似乎与 LevelDB 联系得太紧密了:(
为什么 LevelDB '不好'？
It appears你隶属于norch。请注意，我们的self-promotion policy 要求您在此类答案中披露此信息，并且您不得在大部分帖子中提及该产品。

【解决方案3】：

您能解释一下为什么您对使用外部索引不感兴趣吗？对于全文搜索，我总是恢复使用 PostgreSQL 的全文索引功能——它非常快，索引不需要全索引更新（像 Solr 那样），并且结果返回速度比基于 Lucene 的解决方案（例如 Elastic Search )。

但如果你真的想在进程中进行，你可能想看看 Lunr：http://lunrjs.com/ - 它确实在 Node 中工作，而不仅仅是在浏览器中。

编辑：这是我在 Postgres 上比 Lucene 更快的统计数据：http://fr.slideshare.net/billkarwin/full-text-search-in-postgresql - 请参阅幻灯片 49。

编辑：不确定您正在寻找什么样的速度进/出进程，但我们的 PostgreSQL 数据库每秒可以执行 10 万次查询而不会出汗，甚至在 SSD 上也不行。也许您过度考虑了您的性能需求 - 毕竟一旦您需要转到多个节点（或使用集群来利用所有 CPU），您无论如何都需要在进程中转储。

【讨论】：

" 并且结果的返回速度比基于 Lucene 的解决方案（例如 Elastic Search）要快。”有任何基准来支持这一点吗？我几乎可以肯定大多数评论都会反过来。
为了它的速度，我使用了一个非常快的进程内数据库。因此，拥有进程外索引会变得非常荒谬。
我查看了 lunr，是的，但它目前不支持持久化索引而不必一直序列化整个索引。
+1 推荐使用 fti，尤其是当您的数据源是 rdbms 时。有时，近在咫尺的解决方案可以让您摆脱困境。
@booyaa 我的数据源不是 RDBMS。

【解决方案4】：

全文搜索灯，是一个纯 JS 编写的节点模块，用于进行全文搜索。在这里可以找到当前的git仓库链接：https://github.com/frankred/node-full-text-search-light

【讨论】：