在内部页面上索引和搜索文本的最佳解决方案？

Question

我有一个高流量的新闻网站，我需要为其添加搜索功能。我需要免费或便宜的东西，可以立即将新的新闻故事添加到搜索结果中，处理高流量，并允许自定义结果样式。我查看了 Google 自定义搜索，这似乎不是一个好的选择，因为您必须为高流量付费，而且他们不会立即添加新的新闻文章，除非我每次添加文章时都付费为它们编制索引。

有没有人知道可以满足我需求的不同搜索 API 或者更好的库或某种我可以使用的脚本？例如，Sphinx、Lucene、Solr 等是否具有索引网页的能力？如果是这样，这是否会有巨大的数据需求，使我的亚马逊网络服务账单飙升？最好的解决方案是什么？

Answer 1

如果它们都只是一堆文本文件，您可以使用 elasticsearch 和 attachment plugin 来索引这些文本文件。

但是，请注意，这不是简单的即插即用情况。您将需要编写一些代码来获取这些文本文件，然后将其索引到弹性搜索中。

您还必须编写一些代码，以便每次更新或添加页面时，都会调用 elasticsearch 的网络服务以对其进行索引或更新。

Elasticsearch 使用 REST API，因此您可以使用 CURL 轻松与其交互，就像任何普通的 Web 服务一样。还有一些 PHP 库可以简化交互。数据以 JSON 格式发送和接收。

我认为弹性搜索在这里很合适，但不妨试一试，看看它是如何工作的。