Lucene

系别:JAVA

基于Java的一个开放源代码的全文检索引擎工具包，注意是工具包，所以严格来说它并不是一个搜索引擎服务程序，

开发者需要了解搜索引擎的基本原理和Lucene的用法，然后根据需求用Java来开发。

Elasticsearch

系别:JAVA

基于Lucene，仅支持json(可通过插件支持各种主流富文本)，索引插入效率高，对比solr更适合近实时查询，

但是对历史数据查询速度较solr慢。可用于索引更新频繁需求近实时查询较强的系统。支持分布式，无需额外

中间件管理。支持中文分词。社区庞大，Java支持好，有spring-data

Solr(solar)

系别:JAVA

基于Lucene，支持pdf，word，txt等富文本索引(内容索引)，索引插入时查询效率会降低，不适合近实时查询

(索引更新频繁)，对历史数据查询速度快，多用于传统应用。支持分布式，但需要zookeeper管理。支持中文分词。

社区庞大，Java支持好。

Sphinx

系别:C++

与MySQL紧密结合，无需额外工具即可将MySQL数据上传到搜索引擎，增量索引支持麻烦， sphinx本身不支持

中文分词，Coreseek是现在用的最多的sphinx中文全文检索，它提供了为Sphinx设计的中文分词包LibMMSeg。

Coreseek目前稳定版是3.2.14(基于Sphinx 0.9.9 release开发)，该版本还不支持实时检索。目前Ｃoresekk4.1

还是测试版，测试版本支持实时检索，但是不太稳定。

Xapian

系别:C++

 和Lucene一样，Xapian只是一个搜索引擎工具库，用户可以在其上自己扩展其适合的应用，它是基于概率模型

来做为查询分数计算的基本，当然，它还提供了丰富的Boolean查询功能。

由于lucene，xapian是工具包故排除，以下仅对成型产品作对比

各方面资料显示Solr 在传统的搜索应用中表现好于 Elasticsearch，但在处理实时搜索应用时效率明显低于 

Elasticsearch。对于此处所提及的传统搜索以及实时搜索我个人理解便是，实时搜索具体指的是微博，知乎

等需要实时更新索引并能被搜索到的应用，与之相对应的传统搜索应该是指数据恒定或增量极少的应用？比如

图书馆索引？因为多数资料都从solr检索已经索引的数据时效率比es要快，但是又提到，solr随着数据量增大，

检索效率会降低得出solr更适合传统应用。

档案管理系统是基于Java开发的springboot应用，故应选择对Java/spring整合比较友好的检索引擎，故xapian

可以排除，另外档案管理系统是中文应用，应选择支持中文分词的搜索引擎，有资料显示sphinx引擎的中文分词

插件Coreseek已经停止维护并不太稳定，故也应该排除，剩下的lucene，solr，es均为Java开发，并且solr，es是

基于lucene开发的具体解决方案而lucene是搜索工具包，如需要实现搜索功能需自行开发，适合需定制或自研检索

引擎的企业/团队，故lucene也被排除，剩下es，solr各有好处，性能不相伯仲。在传统应用中，也就是静态索引中，

solr查询速度更快，但是由于增量索引solr会阻塞导致查询变