後端技術雜談4：Elasticsearch與solr入門實踐

2019 年 12 月 9 日
筆記

阮一峰：全文搜索引擎 Elasticsearch 入門教程

作者：阮一峰

本系列文章將整理到我在GitHub上的《Java面試指南》倉庫，更多精彩內容請到我的倉庫里查看

https://github.com/h2pl/Java-Tutorial 喜歡的話麻煩點下Star哈

文章將同步到我的個人部落格：

www.how2playlife.com

該系列博文會介紹常見的後端技術，這對後端工程師來說是一種綜合能力，我們會逐步了解搜索技術，雲計算相關技術、大數據研發等常見的技術喜提，以便讓你更完整地了解後端技術棧的全貌，為後續參與分散式應用的開發和學習做好準備。

如果對本系列文章有什麼建議，或者是有什麼疑問的話，也可以關注公眾號【Java技術江湖】聯繫我，歡迎你參與本系列博文的創作和修訂。

閱讀 1093

2017-08-23

原文鏈接：www.ruanyifeng.com

9月7日-8日北京，與 Google Twitch 等團隊技術大咖面對面www.bagevent.com

全文搜索屬於最常見的需求，開源的 Elasticsearch （以下簡稱 Elastic）是目前全文搜索引擎的首選。

它可以快速地儲存、搜索和分析海量數據。維基百科、Stack Overflow、Github 都採用它。

Elastic 的底層是開源庫 Lucene。但是，你沒法直接用 Lucene，必須自己寫程式碼去調用它的介面。Elastic 是 Lucene 的封裝，提供了 REST API 的操作介面，開箱即用。

本文從零開始，講解如何使用 Elastic 搭建自己的全文搜索引擎。每一步都有詳細的說明，大家跟著做就能學會。

一、安裝

Elastic 需要 Java 8 環境。如果你的機器還沒安裝 Java，可以參考這篇文章，注意要保證環境變數JAVA_HOME正確設置。

安裝完 Java，就可以跟著官方文檔安裝 Elastic。直接下載壓縮包比較簡單。

 $ wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.5.1.zip$ unzip elasticsearch-5.5.1.zip$ cd elasticsearch-5.5.1/

接著，進入解壓後的目錄，運行下面的命令，啟動 Elastic。

 $ ./bin/elasticsearch

如果這時報錯"max virtual memory areas vm.max_map_count [65530] is too low"，要運行下面的命令。

 $ sudo sysctl -w vm.max_map_count=262144

如果一切正常，Elastic 就會在默認的9200埠運行。這時，打開另一個命令行窗口，請求該埠，會得到說明資訊。

 $ curl localhost:9200 {  "name" : "atntrTf",  "cluster_name" : "elasticsearch",  "cluster_uuid" : "tf9250XhQ6ee4h7YI11anA",  "version" : {    "number" : "5.5.1",    "build_hash" : "19c13d0",    "build_date" : "2017-07-18T20:44:24.823Z",    "build_snapshot" : false,    "lucene_version" : "6.6.0"  },  "tagline" : "You Know, for Search"}

上面程式碼中，請求9200埠，Elastic 返回一個 JSON 對象，包含當前節點、集群、版本等資訊。

按下 Ctrl + C，Elastic 就會停止運行。

默認情況下，Elastic 只允許本機訪問，如果需要遠程訪問，可以修改 Elastic 安裝目錄的config/elasticsearch.yml文件，去掉network.host的注釋，將它的值改成0.0.0.0，然後重新啟動 Elastic。

 network.host: 0.0.0.0

上面程式碼中，設成0.0.0.0讓任何人都可以訪問。線上服務不要這樣設置，要設成具體的 IP。

二、基本概念

2.1 Node 與 Cluster

Elastic 本質上是一個分散式資料庫，允許多台伺服器協同工作，每台伺服器可以運行多個 Elastic 實例。

單個 Elastic 實例稱為一個節點（node）。一組節點構成一個集群（cluster）。

2.2 Index

Elastic 會索引所有欄位，經過處理後寫入一個反向索引（Inverted Index）。查找數據的時候，直接查找該索引。

所以，Elastic 數據管理的頂層單位就叫做 Index（索引）。它是單個資料庫的同義詞。每個 Index （即資料庫）的名字必須是小寫。

下面的命令可以查看當前節點的所有 Index。

 $ curl -X GET 'http://localhost:9200/_cat/indices?v'

2.3 Document

Index 裡面單條的記錄稱為 Document（文檔）。許多條 Document 構成了一個 Index。

Document 使用 JSON 格式表示，下面是一個例子。

 {  "user": "張三",  "title": "工程師",  "desc": "資料庫管理"}

同一個 Index 裡面的 Document，不要求有相同的結構（scheme），但是最好保持相同，這樣有利於提高搜索效率。

2.4 Type

Document 可以分組，比如weather這個 Index 裡面，可以按城市分組（北京和上海），也可以按氣候分組（晴天和雨天）。這種分組就叫做 Type，它是虛擬的邏輯分組，用來過濾 Document。

不同的 Type 應該有相似的結構（schema），舉例來說，id欄位不能在這個組是字元串，在另一個組是數值。這是與關係型資料庫的表的一個區別。性質完全不同的數據（比如products和logs）應該存成兩個 Index，而不是一個 Index 裡面的兩個 Type（雖然可以做到）。

下面的命令可以列出每個 Index 所包含的 Type。

 $ curl 'localhost:9200/_mapping?pretty=true'

根據規劃，Elastic 6.x 版只允許每個 Index 包含一個 Type，7.x 版將會徹底移除 Type。

三、新建和刪除 Index

新建 Index，可以直接向 Elastic 伺服器發出 PUT 請求。下面的例子是新建一個名叫weather的 Index。

 $ curl -X PUT 'localhost:9200/weather'

伺服器返回一個 JSON 對象，裡面的acknowledged欄位表示操作成功。

 {  "acknowledged":true,  "shards_acknowledged":true}

然後，我們發出 DELETE 請求，刪除這個 Index。

 $ curl -X DELETE 'localhost:9200/weather'

四、中文分詞設置

首先，安裝中文分詞插件。這裡使用的是 ik，也可以考慮其他插件（比如 smartcn）。

 $ ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.5.1/elasticsearch-analysis-ik-5.5.1.zip

上面程式碼安裝的是5.5.1版的插件，與 Elastic 5.5.1 配合使用。

接著，重新啟動 Elastic，就會自動載入這個新安裝的插件。

然後，新建一個 Index，指定需要分詞的欄位。這一步根據數據結構而異，下面的命令只針對本文。基本上，凡是需要搜索的中文欄位，都要單獨設置一下。

 $ curl -X PUT 'localhost:9200/accounts' -d '{  "mappings": {    "person": {      "properties": {        "user": {          "type": "text",          "analyzer": "ik_max_word",          "search_analyzer": "ik_max_word"        },        "title": {          "type": "text",          "analyzer": "ik_max_word",          "search_analyzer": "ik_max_word"        },        "desc": {          "type": "text",          "analyzer": "ik_max_word",          "search_analyzer": "ik_max_word"        }      }    }  }}'

上面程式碼中，首先新建一個名稱為accounts的 Index，裡面有一個名稱為person的 Type。person有三個欄位。

user
title
desc

這三個欄位都是中文，而且類型都是文本（text），所以需要指定中文分詞器，不能使用默認的英文分詞器。

Elastic 的分詞器稱為 analyzer。我們對每個欄位指定分詞器。

 "user": {  "type": "text",  "analyzer": "ik_max_word",  "search_analyzer": "ik_max_word"}

上面程式碼中，analyzer是欄位文本的分詞器，search_analyzer是搜索詞的分詞器。ik_max_word分詞器是插件ik提供的，可以對文本進行最大數量的分詞。

五、數據操作

5.1 新增記錄

向指定的 /Index/Type 發送 PUT 請求，就可以在 Index 裡面新增一條記錄。比如，向/accounts/person發送請求，就可以新增一條人員記錄。

 $ curl -X PUT 'localhost:9200/accounts/person/1' -d '{  "user": "張三",  "title": "工程師",  "desc": "資料庫管理"}'

伺服器返回的 JSON 對象，會給出 Index、Type、Id、Version 等資訊。

 {  "_index":"accounts",  "_type":"person",  "_id":"1",  "_version":1,  "result":"created",  "_shards":{"total":2,"successful":1,"failed":0},  "created":true}

如果你仔細看，會發現請求路徑是/accounts/person/1，最後的1是該條記錄的 Id。它不一定是數字，任意字元串（比如abc）都可以。

新增記錄的時候，也可以不指定 Id，這時要改成 POST 請求。

 $ curl -X POST 'localhost:9200/accounts/person' -d '{  "user": "李四",  "title": "工程師",  "desc": "系統管理"}'

上面程式碼中，向/accounts/person發出一個 POST 請求，添加一個記錄。這時，伺服器返回的 JSON 對象裡面，_id欄位就是一個隨機字元串。

 {  "_index":"accounts",  "_type":"person",  "_id":"AV3qGfrC6jMbsbXb6k1p",  "_version":1,  "result":"created",  "_shards":{"total":2,"successful":1,"failed":0},  "created":true}

注意，如果沒有先創建 Index（這個例子是accounts），直接執行上面的命令，Elastic 也不會報錯，而是直接生成指定的 Index。所以，打字的時候要小心，不要寫錯 Index 的名稱。

5.2 查看記錄

向/Index/Type/Id發出 GET 請求，就可以查看這條記錄。

 $ curl 'localhost:9200/accounts/person/1?pretty=true'

上面程式碼請求查看/accounts/person/1這條記錄，URL 的參數pretty=true表示以易讀的格式返回。

返回的數據中，found欄位表示查詢成功，_source欄位返回原始記錄。

 {  "_index" : "accounts",  "_type" : "person",  "_id" : "1",  "_version" : 1,  "found" : true,  "_source" : {    "user" : "張三",    "title" : "工程師",    "desc" : "資料庫管理"  }}

如果 Id 不正確，就查不到數據，found欄位就是false。

 $ curl 'localhost:9200/weather/beijing/abc?pretty=true' {  "_index" : "accounts",  "_type" : "person",  "_id" : "abc",  "found" : false}

5.3 刪除記錄

刪除記錄就是發出 DELETE 請求。

 $ curl -X DELETE 'localhost:9200/accounts/person/1'

這裡先不要刪除這條記錄，後面還要用到。

5.4 更新記錄

更新記錄就是使用 PUT 請求，重新發送一次數據。

 $ curl -X PUT 'localhost:9200/accounts/person/1' -d '{    "user" : "張三",    "title" : "工程師",    "desc" : "資料庫管理，軟體開發"}'  {  "_index":"accounts",  "_type":"person",  "_id":"1",  "_version":2,  "result":"updated",  "_shards":{"total":2,"successful":1,"failed":0},  "created":false}

上面程式碼中，我們將原始數據從"資料庫管理"改成"資料庫管理，軟體開發"。返回結果裡面，有幾個欄位發生了變化。

 "_version" : 2,"result" : "updated","created" : false

可以看到，記錄的 Id 沒變，但是版本（version）從1變成2，操作類型（result）從created變成updated，created欄位變成false，因為這次不是新建記錄。

六、數據查詢

6.1 返回所有記錄

使用 GET 方法，直接請求/Index/Type/_search，就會返回所有記錄。

 $ curl 'localhost:9200/accounts/person/_search' {  "took":2,  "timed_out":false,  "_shards":{"total":5,"successful":5,"failed":0},  "hits":{    "total":2,    "max_score":1.0,    "hits":[      {        "_index":"accounts",        "_type":"person",        "_id":"AV3qGfrC6jMbsbXb6k1p",        "_score":1.0,        "_source": {          "user": "李四",          "title": "工程師",          "desc": "系統管理"        }      },      {        "_index":"accounts",        "_type":"person",        "_id":"1",        "_score":1.0,        "_source": {          "user" : "張三",          "title" : "工程師",          "desc" : "資料庫管理，軟體開發"        }      }    ]  }}

上面程式碼中，返回結果的 took欄位表示該操作的耗時（單位為毫秒），timed_out欄位表示是否超時，hits欄位表示命中的記錄，裡面子欄位的含義如下。

total：返回記錄數，本例是2條。
max_score：最高的匹配程度，本例是1.0。
hits：返回的記錄組成的數組。

返回的記錄中，每條記錄都有一個_score欄位，表示匹配的程式，默認是按照這個欄位降序排列。

6.2 全文搜索

Elastic 的查詢非常特別，使用自己的查詢語法，要求 GET 請求帶有數據體。

 $ curl 'localhost:9200/accounts/person/_search'  -d '{  "query" : { "match" : { "desc" : "軟體" }}}'

上面程式碼使用 Match 查詢，指定的匹配條件是desc欄位裡面包含"軟體"這個詞。返回結果如下。

 {  "took":3,  "timed_out":false,  "_shards":{"total":5,"successful":5,"failed":0},  "hits":{    "total":1,    "max_score":0.28582606,    "hits":[      {        "_index":"accounts",        "_type":"person",        "_id":"1",        "_score":0.28582606,        "_source": {          "user" : "張三",          "title" : "工程師",          "desc" : "資料庫管理，軟體開發"        }      }    ]  }}

Elastic 默認一次返回10條結果，可以通過size欄位改變這個設置。

 $ curl 'localhost:9200/accounts/person/_search'  -d '{  "query" : { "match" : { "desc" : "管理" }},  "size": 1}'

上面程式碼指定，每次只返回一條結果。

還可以通過from欄位，指定位移。

 $ curl 'localhost:9200/accounts/person/_search'  -d '{  "query" : { "match" : { "desc" : "管理" }},  "from": 1,  "size": 1}'

上面程式碼指定，從位置1開始（默認是從位置0開始），只返回一條結果。

6.3 邏輯運算

如果有多個搜索關鍵字， Elastic 認為它們是or關係。

 $ curl 'localhost:9200/accounts/person/_search'  -d '{  "query" : { "match" : { "desc" : "軟體 系統" }}}'

上面程式碼搜索的是軟體 or 系統。

如果要執行多個關鍵詞的and搜索，必須使用布爾查詢。

 $ curl 'localhost:9200/accounts/person/_search'  -d '{  "query": {    "bool": {      "must": [        { "match": { "desc": "軟體" } },        { "match": { "desc": "系統" } }      ]    }  }}'

七、參考鏈接

ElasticSearch 官方手冊
A Practical Introduction to Elasticsearch

（完）

一、前言

在開發網站/App項目的時候，通常需要搭建搜索服務。比如，新聞類應用需要檢索標題/內容，社區類應用需要檢索用戶/帖子。

對於簡單的需求，可以使用資料庫的 LIKE 模糊搜索，示例：

SELECT * FROM news WHERE title LIKE '%法拉利跑車%'

可以查詢到所有標題含有 "法拉利跑車" 關鍵詞的新聞，但是這種方式有明顯的弊端：

1、模糊查詢性能極低，當數據量龐大的時候，往往會使資料庫服務中斷； 2、無法查詢相關的數據，只能嚴格在標題中匹配關鍵詞。

因此，需要搭建專門提供搜索功能的服務，具備分詞、全文檢索等高級功能。Solr 就是這樣一款搜索引擎，可以讓你快速搭建適用於自己業務的搜索服務。

二、安裝

到官網 http://lucene.apache.org/solr/ 下載安裝包，解壓並進入 Solr 目錄：

wget 'http://apache.website-solution.net/lucene/solr/6.2.0/solr-6.2.0.tgz' tar xvf solr-6.2.0.tgz cd solr-6.2.0

目錄結構如下：

Solr 6.2 目錄結構

啟動 Solr 服務之前，確認已經安裝 Java 1.8 ：

查看 Java 版本

啟動 Solr 服務：

./bin/solr start -m 1g

Solr 將默認監聽 8983 埠，其中 -m 1g 指定分配給 JVM 的記憶體為 1 G。

在瀏覽器中訪問 Solr 管理後台：

http://127.0.0.1:8983/solr/#/

Solr 管理後台

創建 Solr 應用：

./bin/solr create -c my_news

可以在 solr-6.2.0/server/solr 目錄下生成 my_news 文件夾，結構如下：

my_news 目錄結構

同時，可以在管理後台看到 my_news：

管理後台

三、創建索引

我們將從 MySQL 資料庫中導入數據到 Solr 並建立索引。

首先，需要了解 Solr 中的兩個概念：欄位(field) 和欄位類型(fieldType)，配置示例如下：

schema.xml 示例

field 指定一個欄位的名稱、是否索引/存儲和欄位類型。

fieldType 指定一個欄位類型的名稱以及在查詢/索引的時候可能用到的分詞插件。

將 solr-6.2.0serversolrmy_newsconf 目錄下默認的配置文件 managed-schema 重命名為 schema.xml 並加入新的 fieldType：

分詞類型

在 my_news 目錄下創建 lib 目錄，將用到的分詞插件 ik-analyzer-solr5-5.x.jar 加到 lib 目錄，結構如下：

my_news 目錄結構

在 Solr 安裝目錄下重啟服務：

./bin/solr restart

可以在管理後台看到新加的類型：

text_ik 類型

接下來創建和我們資料庫欄位對應的 field：title 和 content，類型選為 text_ik：

新建欄位 title

將要導入數據的 MySQL 資料庫表結構：

編輯 conf/solrconfig.xml 文件，加入類庫和資料庫配置：

類庫

dataimport config

同時新建資料庫連接配置文件 conf/db-mysql-config.xml ，內容如下：

資料庫配置文件

將資料庫連接組件 mysql-connector-java-5.1.39-bin.jar 放到 lib 目錄下，重啟 Solr，訪問管理後台，執行全量導入數據：

全量導入數據

創建定時更新腳本：

定時更新腳本

加入到定時任務，每5分鐘增量更新一次索引：

定時任務

在 Solr 管理後台測試搜索結果：

分詞搜索結果

至此，基本的搜索引擎搭建完畢，外部應用只需通過 http 協議提供查詢參數，就可以獲取搜索結果。

四、搜索干預

通常需要對搜索結果進行人工干預，比如編輯推薦、競價排名或者屏蔽搜索結果。Solr 已經內置了 QueryElevationComponent 插件，可以從配置文件中獲取搜索關鍵詞對應的干預列表，並將干預結果排在搜索結果的前面。

在 solrconfig.xml 文件中，可以看到：

干預其請求配置

定義了搜索組件 elevator，應用在 /elevate 的搜索請求中，干預結果的配置文件在 solrconfig.xml 同目錄下的 elevate.xml 中，干預配置示例：

重啟 Solr ，當搜索 "關鍵詞" 的時候，id 為 1和 4 的文檔將出現在前面，同時 id = 3 的文檔被排除在結果之外，可以看到，沒有干預的時候，搜索結果為：

無干預結果

當有搜索干預的時候：

干預結果

通過配置文件干預搜索結果，雖然簡單，但是每次更新都要重啟 Solr 才能生效，稍顯麻煩，我們可以仿照 QueryElevationComponent 類，開發自己的干預組件，例如:從 Redis 中讀取干預配置。

五、中文分詞

中文的搜索品質，和分詞的效果息息相關，可以在 Solr 管理後台測試分詞：

分詞結果測試

上例可以看到，使用 IKAnalyzer 分詞插件，對「北京科技大學」分詞的測試結果。當用戶搜索「北京」、「科技大學」、「科技大」、「科技」、「大學」這些關鍵詞的時候，都會搜索到文本內容含「北京科技大學」的文檔。

常用的中文分詞插件有 IKAnalyzer、mmseg4j和 Solr 自帶的 smartcn 等，分詞效果各有優劣，具體選擇哪個，可以根據自己的業務場景，分別測試效果再選擇。

分詞插件一般都有自己的默認詞庫和擴展詞庫，默認詞庫包含了絕大多數常用的中文詞語。如果默認詞庫無法滿足你的需求，比如某些專業領域的辭彙，可以在擴展詞庫中手動添加，這樣分詞插件就能識別新詞語了。

分詞插件擴展詞庫配置示例

分詞插件還可以指定停止詞庫，將某些無意義的辭彙剔出分詞結果，比如：「的」、「哼」等，例如：

去除無意義的詞

六、總結

以上介紹了 Solr 最常用的一些功能，Solr 本身還有很多其他豐富的功能，比如分散式部署。

希望對你有所幫助。

七、附錄

1、參考資料：

https://wiki.apache.org/solr/

http://lucene.apache.org/solr/quickstart.html

https://cwiki.apache.org/confluence/display/solr/Apache+Solr+Reference+Guide

2、上述 Demo 中用到的所有配置文件、Jar 包：

https://github.com/Ceelog/OpenSchool/blob/master/my_news.zip

3、還有疑問？聯繫作者微博/微信 @Ceelog

搜索引擎選型整理：Elasticsearch vs Solr

本文首發於我的部落格原文鏈接：Elasticsearch 與 Solr 的比較

Elasticsearch簡介*

Elasticsearch是一個實時的分散式搜索和分析引擎。它可以幫助你用前所未有的速度去處理大規模數據。

它可以用於全文搜索，結構化搜索以及分析，當然你也可以將這三者進行組合。

Elasticsearch是一個建立在全文搜索引擎 Apache Lucene(TM) 基礎上的搜索引擎，可以說Lucene是當今最先進，最高效的全功能開源搜索引擎框架。

但是Lucene只是一個框架，要充分利用它的功能，需要使用JAVA，並且在程式中集成Lucene。需要很多的學習了解，才能明白它是如何運行的，Lucene確實非常複雜。

Elasticsearch使用Lucene作為內部引擎，但是在使用它做全文搜索時，只需要使用統一開發好的API即可，而不需要了解其背後複雜的Lucene的運行原理。

當然Elasticsearch並不僅僅是Lucene這麼簡單，它不但包括了全文搜索功能，還可以進行以下工作:

分散式實時文件存儲，並將每一個欄位都編入索引，使其可以被搜索。
實時分析的分散式搜索引擎。
可以擴展到上百台伺服器，處理PB級別的結構化或非結構化數據。

這麼多的功能被集成到一台伺服器上，你可以輕鬆地通過客戶端或者任何你喜歡的程式語言與ES的RESTful API進行交流。

Elasticsearch的上手是非常簡單的。它附帶了很多非常合理的默認值，這讓初學者很好地避免一上手就要面對複雜的理論，

它安裝好了就可以使用了，用很小的學習成本就可以變得很有生產力。

隨著越學越深入，還可以利用Elasticsearch更多高級的功能，整個引擎可以很靈活地進行配置。可以根據自身需求來訂製屬於自己的Elasticsearch。

使用案例：

維基百科使用Elasticsearch來進行全文搜做並高亮顯示關鍵詞，以及提供search-as-you-type、did-you-mean等搜索建議功能。
英國衛報使用Elasticsearch來處理訪客日誌，以便能將公眾對不同文章的反應實時地回饋給各位編輯。
StackOverflow將全文搜索與地理位置和相關資訊進行結合，以提供more-like-this相關問題的展現。
GitHub使用Elasticsearch來檢索超過1300億行程式碼。
每天，Goldman Sachs使用它來處理5TB數據的索引，還有很多投行使用它來分析股票市場的變動。

但是Elasticsearch並不只是面向大型企業的，它還幫助了很多類似DataDog以及Klout的創業公司進行了功能的擴展。

Elasticsearch的優缺點**:

優點

Elasticsearch是分散式的。不需要其他組件，分發是實時的，被叫做"Push replication"。

Elasticsearch 完全支援 Apache Lucene 的接近實時的搜索。
處理多租戶（multitenancy）不需要特殊配置，而Solr則需要更多的高級設置。
Elasticsearch 採用 Gateway 的概念，使得完備份更加簡單。
各節點組成對等的網路結構，某些節點出現故障時會自動分配其他節點代替其進行工作。

缺點

只有一名開發者（當前Elasticsearch GitHub組織已經不只如此，已經有了相當活躍的維護者）

還不夠自動（不適合當前新的Index Warmup API）

Solr簡介*

Solr（讀作「solar」）是Apache Lucene項目的開源企業搜索平台。其主要功能包括全文檢索、命中標示、分面搜索、動態聚類、資料庫集成，以及富文本（如Word、PDF）的處理。Solr是高度可擴展的，並提供了分散式搜索和索引複製。Solr是最流行的企業級搜索引擎，Solr4 還增加了NoSQL支援。

Solr是用Java編寫、運行在Servlet容器（如 Apache Tomcat 或Jetty）的一個獨立的全文搜索伺服器。Solr採用了 Lucene Java 搜索庫為核心的全文索引和搜索，並具有類似REST的HTTP/XML和JSON的API。Solr強大的外部配置功能使得無需進行Java編碼，便可對其進行調整以適應多種類型的應用程式。Solr有一個插件架構，以支援更多的高級訂製。

因為2010年 Apache Lucene 和 Apache Solr 項目合併，兩個項目是由同一個Apache軟體基金會開發團隊製作實現的。提到技術或產品時，Lucene/Solr或Solr/Lucene是一樣的。

Solr的優缺點

優點

Solr有一個更大、更成熟的用戶、開發和貢獻者社區。

支援添加多種格式的索引，如：HTML、PDF、微軟 Office 系列軟體格式以及 JSON、XML、CSV 等純文本格式。
Solr比較成熟、穩定。
不考慮建索引的同時進行搜索，速度更快。

缺點

建立索引時，搜索效率下降，實時索引搜索效率不高。

Elasticsearch與Solr的比較*

當單純的對已有數據進行搜索時，Solr更快。

Search Fesh Index While Idle

當實時建立索引時, Solr會產生io阻塞，查詢性能較差, Elasticsearch具有明顯的優勢。

search_fresh_index_while_indexing

隨著數據量的增加，Solr的搜索效率會變得更低，而Elasticsearch卻沒有明顯的變化。