站内全文搜索采用什么方案比较快？

[wannianma]

现在站点的内容到达了百万的量，突然发现原来基于 like 的站内搜索已经奇慢无比了，在网上搜了一下好像Sphinx是一种可行的方案，但还是有些纠结。希望大家帮忙提供一下思路

[miaotaizi]

xunsearch

[dong3580]

solr

[jugelizi]

代码可以参考 phpcms 的 sphinx

[acrisliu]

elasticsearch

[wannianma]

@miaotaizi 谢谢，我研究一下！

[wannianma]

@dong3580 solr 只是听说过，会不会太重了？

[sinux]

@acrisliu es 感觉中文分词库没有太好的.....

[2owe]

用过 Coreseek ，基于 Sphinx ，有索引大小限制： 4G ，超过的话得自己搭分布式。官网最近挂了，但网上还能找到很多资料，用起来难度不大。

我用的数据源是 MySQL ，索引的字段内容都不大。

关于使用，我觉得用起来还是挺简单的。用的 PHP 哈。其实代码实现上， XunSearch ， Solr ， Elestic 都差不多。

关于搜索结果，一看分词。 Coreseek 自带中文分词，我觉得用起来还行（比 XunSearch 自带的好一点）， Apache 系的这俩没正式用过，听说分词效果可以调到不错的样子。二看条件过滤， Coreseek 用起来简直像在用搜索速度快很多的 MySQL 。话说，别的用起来也差不多吧。

关于资源占用，感觉内存占用不高，与量有关，与实体索引文件对比大约是： 1vs1 。


===

关于搜索的话题，我也仅仅是浅尝辄止，欢迎讨论哈。

[wannianma]

@sinux 做科研的人其实整理除了一些不错的中文词库，中科院的 ICTCLAS 之前用过听不错。但是中文新词更新太快，词库根本没法做到百分百覆盖

[wannianma]

@jugelizi 谢谢

[HarveyDent]

我们用的是阿里云提供的搜索。

[lijinma]

有钱可以用 阿里云 的 OpenSearch

[xujif]

百万级别直接用数据库的分词搜索足够。 mysql 的 match against pg 的 ts_query

[wannianma]

@xujif 第一次接触，研究一下！

[xiaoz]

反代谷歌， site 搜索

[wannianma]

@xiaoz 之前也考虑过使用百度进行搜索，但是感觉定制性较差

[dong3580]

@wannianma
还好,耗 RAM 大户.
你可以参考它的思想,

[tracymcladdy]

solr+1

[9nix00]

百万这个级别，如果是一般的网站应用，单台 sphinx+redis 毫无压力。

后面如果还会有爆发到上亿规模，还是老老实实上 es 吧。

[wmttom]

elasticsearch + 1

[rale]

elasticsearch + 1

[lyc1116]

solr, 或者可以试试 AWS 的 elasticsearch ，但是中国区还不支持。

[pango]

搭车问一下繁体中文（台湾）有没有什么好的分词词库，最好直接能拿来搭配 sphinx 的 python api 用的？

[batis25]

elasticsearch

[laravel]

elasticsearch + 1

[dodo2012]

es+1

[strwei]

sphinx+1

[kn007]

mark ，用过 sphinx ，一般

[tomoya92]

没人用 hibernate search 吗？

PS @Livid 回复快捷键貌似失效了
ctrl/command+enter chrome 浏览器

[lszxlong]

elasticsearch 好用,非常方便

[wannianma]

@xujif 试了一下， mysql 加了全文索引，果然提升很明显！

[simapple]

mysql 5.7 innodb 支持中文全文索引

[nightspirit]

mysql 5.6 就支持全文索引了

[lawmil]

elasticsearch 这个比较靠谱

[dqh3000]

@wannianma 试过 postgres + tsquery （ tsvector ， td_rank ） + gin 索引

百万级别的文本，内容是小说，没有问题

[tabris17]

elasticsearch + 2

[mrytsr]

es

[xujif]

@wannianma 好用就行，报个搜索时间？

[server]

es 吧，给你提供的不仅仅是全文检索

[huangzxx]

elasticsearch 吧

[defunct9]

用自建的 elasticsearch, http://www.rendoumi.com/ru-he-gei-ghostbo-ke-cheng-xu-jia-shang-elasticsearchsou-suo-bosaiying-wen-sou-suo-pian/

[ljbha007]

中小型网站用 postgresql 自带的 fts 配合中文分词插件就够了

[derek80]

elasticsearch +1

[towser]

千万级 coreseek
更多 elasticsearch

[hwsdien]

直接上 Elasticsearch

[minongbang]

http://itzdm.com/ 我这个用的 xunsearch

[hyiier]

xunsearch 不需要解决中文分词的问题，我的网站就是用 xunsearch 做的全站搜索 www.yii-china.com 可以来看看效果

[fengkuok]

百万级别难道没人用 PostgreSQL 的全文检索吗？当然，一次性到位的话还是用 ES 靠谱。

[Reign]

说句 v2 政治不正确的话，我一直觉得 elasticsearch 真的是炒作出来的东西，坑实在太多，我每次用都气的想把我的显示器砸了

[slixurd]

@Reign 例如 ES 自己作死加了个 Type....
你遇到什么坑了，说来听听....学习一下

[defunct9]

@slixurd 为毛不加 Type ？加了 type 好断词吧

[fork3rt]

sphinx 挺好用的，文档也全。

[slixurd]

@defunct9
因为 Lucene 里面没有 Type 这种东西， ElasticSearch 的 Type 实际上是在整个搜索的外层加了个一个 BooleanQuery ，然后把 Type 作为一个 Filter 条件放进去搜索的伪 Type ，另外由于 5_4_x 的 BUG ，会导致性能变差大概 20%（ 5_5 修复了这个问题

[defunct9]

@slixurd 没用过 lucene ，这样就只好自己写 java 的 lucene 了。比起来还是用 e 吧。

[tianshiyeben]

elasticsearch

[wuhang89]

elasticsearch+1

[jimmy0017]

elasticsearch 不错。但没试过

[zwh8800]

elasticsearch 不错， RESTful 的 api ，用着很舒服

[fire5]

Elasticsearch

[loveyu]

Elasticsearch 面对产品神奇的需求就是个渣渣

[hard2reg]

google site:xxx.com keyword

[jswh]

@defunct9 elasticsearch 用的是 Lucene 的引擎，索引用 es 就可以了

[jason19659]

elastic 5.0

[kwklover]

可以试试搜易站内搜索引擎 http://www.searcheasy.net
完全无需开发，点点鼠标完成站内搜索

[echope]

没想到两年后用 es...

[huobazi]

@slixurd
@defunct9

然鹅，type 又作死的要去掉了