MySQL-如何选择搜索引擎：Lucene、Sphinx还是MySQL的全文检索？

Question

我们网站现在需要一个站内的全文搜索引擎，目前待选的有：Lucene、Sphinx、MySQL自带的全文检索，大伙有相关经验的可以说下应该用哪个呢？或者你还有别的建议也可以提出来。

Answer 1

Sphinx支持高速建立索引（可达10MB/秒，而Lucene建立索引的速度是1.8MB/秒）
高性能搜索（在2-4 GB的文本上搜索，平均0.1秒内获得结果）
高扩展性（实测最高可对100GB的文本建立索引，单一索引可包含1亿条记录）
支持分布式检索
支持基于短语和基于统计的复合结果排序机制
支持任意数量的文件字段（数值属性或全文检索属性）
支持不同的搜索模式（“完全匹配”，“短语匹配”和“任一匹配”）
支持作为Mysql的存储引擎(可以只改变sql就能实现全文搜索)
coreseek就是基于sphinx的实现

Answer 2

如果是用php作服务器端脚本，最好还是用sphinx。如果用java做服务器端脚本，最好用Lucene。sphinx相比lucence，配置简单，易用，功能没有lucencename完善和强大。

Answer 3

我觉得应该选择Lucene，基于以下几点：
1.Sphinx和MySQL是基于数据库的全文引擎，创建索引是B+树和hash key-value的方式。而Lucene使用的倒排序索引，即每个词与包含这个词的文件形成对应关系。这样对于搜索文档，显然倒排序索引快。
2.Lucene除了索引功能，还提供文件格式识别（并建立索引）、分词(以前用的版本只有英文、德文等欧洲的语言)、评分算法(依据此结果排序)、多种搜索方式(组合、模糊、正则等)、搜索词高亮显示等诸多功能。
3.为C/S和B/S方式分别提供支持。
4.Lucene提供多种语言开发的版本，如:C++、Java、C#、Ruby、Python等。
5.提供扩展接口，方便功能扩展。

可以参考下<<Lucene In Action>>这本书。
我用Lucene做过企业内部全文检索系统，效果不错。

Answer 4

我们公司现在用的是 coreseek （sphinx）

Answer 5

我觉得选一个合适的才是最主要的，里面各有各的优点缺点，应该根据业务及数据量来确定。
lucene功能强大，和消息队列结合会很好，唯一的缺点就是索引难维护，特别是多个索引的情况下。sphinx不需要太注重索引维护，但是它的缺点就是不太能实时的更新索引，支持的功能没有LUCENE强大，但是足够一个中小型网站使用。

Answer 6

没有人推荐solr吗？基于lucence的企业级搜索，虽然也是java，但提高xml，json等http服务，php操作也很方便的。

Answer 7

比较推荐sphinx
部署 sphinx编译，部署，配置都不复杂，不需要代码级的修改。支持原生的mysql数据源，也支持xml数据。
搜索API支持PHP、Python、Perl、Rudy和Java，使用简单，可以在短时间内移植到新语言上。

对于中文搜索，国内有coreseek和sphinx-for-chinese两个版本，内部使用了mmseg这个分词器。用户可以自定义分词库。