Lucene和Elasticsearch有什么区别

Question

我知道ElasticSearch是基于Apache Lucene构建的，但我想知道两者之间的重大差异。

Answer 1

Lucene是 Java库 。 您可以将它包含在项目中，并使用函数调用来引用它的函数。

Elasticsearch是一个基于 JSON 的分布式， Web服务器构建在Lucene上。 虽然Lucene正在做下面的实际工作，但Elasticsearch为我们提供了一个比Lucene更方便的层。在Elasticsearch中创建的每个分片都是一个单独的Lucene实例。 总结一下

1. Elasticsearch构建于Lucene之上，并提供 基于JSON的REST API 以引用Lucene功能。
2. Elasticsearch在Lucene 之上提供 分布式系统。分布式系统不是Lucene所知道或构建的。 Elasticsearch提供了这种分布式结构的抽象。
3. Elasticsearch提供其他支持功能，如线程池，队列，节点/集群监控API，数据监控API，集群管理等。

Answer 2

除了 @Vineeth Mohan 文字：

高可用性：Elasticsearch是分布式的，因此它可以管理数据复制，这意味着您的集群中有多个数据副本。这样可以实现高可用性。

强大的查询DSL ：Elasticsearch为我们提供了用于在Lucene上读写查询的JSON接口。借助Elasticsearch，您可以编写复杂的查询而无需了解Lucene语法。

无模式（无模式）：之前不必定义schema的字段（名称，值对）。索引数据时，elasticsearch可以像魔术一样在运行时自动创建模式。

Answer 3

我将从使用角度回答。

Lucene是搜索引擎库。您想使用它来构建自己的搜索引擎：新的Elasticsearch或Solr竞争对手，或者针对您的用例而狭窄的内容（例如，文本分析）。

Elasticsearch是一个搜索引擎。大多数人将其用于日志汇总，产品搜索或这两者的变体（例如社交媒体分析或为某些搜索条件寻找相关人员）。它基于Lucene构建，因此它公开了大部分（尽管不是全部）功能。最重要的是，它还添加了很多内容：

• REST API
• 查询DSL
• 分布式系统（分片，复制，集群管理）
• facets / aggregations
• 常用功能（例如ingest处理）和管理（用于监视其relevant metrics，备份和还原等的API）的其他功能

Answer 4

我将在讨论中添加另一个角度。

Elasticsearch指数与Lucene指数。

Elasticsearch索引是一大堆文档，就像数据库由关系世界中的表组成一样。
为了实现扩展，我们将Elasticsearch索引分散到多个物理节点/服务器中。

为此，我们将Elasticsearch指数分为较小的单位，称为 shards 。

问题：它与Lucene索引有何关系？
如果要搜索特定术语（例如：“ Cake ”或“ Cookie ”），则必须遍历每个碎片并寻找它（让抛开碎片在每个节点上的定位和复制方式。

此操作将花费大量时间-因此我们需要使用高效的数据结构进行搜索-这正是 Lucene索引发挥作用的地方。

每个 Elasticsearch分片都基于Lucene索引结构，并存储有关术语的统计信息，以提高基于术语的搜索的效率。

（！）这很安静，因为使用了“索引”一词，而Elasticsearch分片是Elasticsearch索引BUT的一部分这一事实基于Lucene索引的数据结构。

---

奖金-Lucene的索引为倒排索引

如以下示例所示，Lucene的索引存储原始文档的内容以及其他信息，例如术语词典和术语频率，这些信息 提高搜索效率：

Term           Document                 Frequency
Cake           doc_id_1, doc_id_8       4 (2 in doc_id_1, 2 in doc_id_8)
Cookie         doc_id_1, doc_id_6       3 (2 in doc_id_1, 1 in doc_id_6)
Spaghetti      doc_id_12                1 (1 in doc_id_12)

Lucene的索引属于称为反向索引的索引族。这是因为它可以长期列出包含它的文档。
这与自然关系相反，在自然关系中，文档列出了术语。

---

（提醒）我们是如何从碎片到术语的？

（1）碎片是包含文档的文件目录。
（2）文档是一系列字段。
（3）字段是术语的命名序列。