与自定义 Web 应用程序集成的最佳文本搜索引擎？答案

【问题标题】：Best text search engine for integrating with custom web app?与自定义 Web 应用程序集成的最佳文本搜索引擎？
【发布时间】：2008-09-22 22:22:24
【问题描述】：

我们有一个网络应用程序，允许用户上传文档、创建自己的文档等等。上传的文件存储在 Amazon S3 上，创建的信息存储在 MySQL 数据库中。我正在寻找的是某种搜索引擎，我将所有的文本文档都提供给它，每个文档都有一个唯一的 ID，它会建立一个索引或其他什么。稍后，我可以给它搜索查询，它会提取出最匹配的文档（通过他们的 ID），以及匹配文本的 sn-ps。

基本上，我们希望允许我们的用户搜索他们上传的内容的存储库，以及其他用户标记为公开的任何内容。该解决方案应该在标准 Linux 服务器上运行，理想情况下它应该是开源的，但如果价格不高，我也会考虑付费解决方案。

到目前为止，我已经找到了三个潜在的候选人：

MySQL Full Text Search - 我读过的一些报告是它非常慢
Apache Lucene - 不幸的是，它是用 Java 编写的，但如果需要，我会使用它。据说很快
Sphinx - 似乎没有那么受欢迎，理想情况下我找到的任何解决方案都会有很多社区支持。

如果我忽略了其他任何好的选择，或者您是否有上述任何一种经验，请告诉我。

【问题讨论】：

这里有一个非常相似的问题http://stackoverflow.com/questions/34314/how-do-i-implement-search-functionality-in-a-website
看起来Lucene的粉丝很多，所以我可能会对此做更多的研究。如果有人能给出不同引擎的优缺点，那就太好了。

标签： linux search web-applications full-text-search

【解决方案1】：

看看Solr。它基于 Lucene，因此速度非常快，并且非常易于在任何平台上使用。

【讨论】：

我一开始是在搞 Lucene，但后来发现 Solr，开箱即用起来要容易得多。我只花了几个小时就在它的基础上构建了一些东西，非常棒。

【解决方案2】：

Sphinx 可能值得您考虑，因为它适用于几种常见的 RDMS（尤其是 MySQL）

【讨论】：

这个看起来也不错，但我已经开始使用 Lucene/Solr。如果我在使用 Lucene/Solr 时遇到问题，我肯定会更多地研究 Sphinx。

【解决方案3】：

还有Xapian，它的速度很快，而且非常可定制。

它支持自定义索引器，允许索引未存储在数据库中的数据，这可能对存储在 S3 上的文档有用。

【讨论】：

【解决方案4】：

我想Google 会有一个满足您需求的解决方案。从这里开始：Google Enterprise

【讨论】：

这不是我想要的。我正在寻找可以与我们的应用程序紧密集成的更底层的东西。看起来 Lucene 有很多票，所以除非我找到更好的东西，否则这可能就是我最终的结果。

【解决方案5】：

Lucene 有一个 Ruby 端口，名为“Ferret”。除了 Ruby API，您还可以获得名为“cFerret”的底层 c 实现。

【讨论】：

而且不涉及 Java！

【解决方案6】：

Lucene 非常好。虽然它最初是用java编写的，但有一个php实现http://framework.zend.com/manual/en/zend.search.lucene.html

【讨论】：