opensearch和elasticsearch,elasticsearch and
我的电子搜索系列文章更新很慢。敬请期待
得一个例子。关于弹性搜索和实例APP应用
00.00之间的比较。Solr和电子搜索
01.什么能01。ElasticSearch do?
2.电子堆栈功能介绍
03.如何安装和配置elasticsearchapi
04.在弹性搜索头插件中建立index _CRUD操作。
05.介绍几个弹性搜索的实例,以及如何使用头部插件。
06.06是如何?索引文档时的ElasticSearch工作?
07.如何在弹性搜索中映射-简明教程
08.分析与分析器在电子搜索中的应用方法
09.基于弹性搜索构建自定义分析器
10.作为kiba na科普Elasticsearhc的开发工具
11 .弹性搜索查询方法
12.全文电子搜索
13 .弹性搜索查询-术语级查询
14.第14篇-Python的电子搜索简介
15.使用django进行电子搜索的简单方法
16.电子搜索的六个不明确之处
17.python初学者电子搜索教程
18.使用弹性搜索索引MongoDB制作简单的自动索引项。
19.基于kiba na的电子搜索实用介绍
20.如何索引数十亿封邮件
21.使用django进行电子搜索的简单方法
另外,强烈推荐引入Elasticsearch,Elasticsearch入门教程,以及这本优秀的REST API设计指南。这两本指南是非常有思想的入门手册。
网上有很多Apache Solr和ElasticSearch的对比。我会写下我的看法。
虽然Solr可能是构建标准搜索app应用的首选武器,但Elasticsearch将其提升到了一个新的水平,其架构可以创建现代的实时搜索APP应用。渗滤是一个创新的特性,很容易击败Solr。Elasticsearch是可扩展的、快速的和集成的。再见,很高兴见到你。维基百科关于ElasticSearch的文章引用了德国著名iX杂志的对比,列举了各自的优缺点,基本概括了以上内容。
优势
电子搜索是分布式的。不需要单独的项目。复制几乎是实时的,称为“推送复制”。ElasticSearch几乎完全支持Apache Lucene的实时搜索。多级处理不是特殊配置,Solr需要更高级的设置。ElasticSearch引入了网关的概念,以方便完整备份。劣势
自动加热功能总结
这些是完全不同的技术,解决完全不同的用例,所以无法进行有意义的比较。
对于ElasticSearch部署教程,我们推荐这篇文章。ElasticSearch初学者终极教程:从零到一
Apache Solr-Apache Solr提供Lucene功能,为易用快速的搜索服务器提供Lucene功能,还提供拼版、扩展性等功能。
AmazonElasticcache-AmazonElasticcache是一个Web服务,通过它,您可以轻松地在云中部署、操作和扩展内存缓存。
因为亚马逊ElastiCache兼容Memcached协议,而Memcached是一个广泛使用的内存对象缓存系统,目前使用的现有Memcached环境的代码、APP应用和常用工具。
你可能被以下两种相关技术搞混了。我们来看看这两个相关的技术。
弹性搜索——一个开源的(Apache 2)分布式rest风格的搜索引擎,建立在Apache Lucene之上。
亚马逊搜索-亚马逊云搜索是一种完全托管的云搜索服务,可以帮助客户轻松地将快速和可扩展的搜索功能集成到APP应用程序中。
Solr和ElasticSearch产品乍一看似乎很相似,但它们都使用相同的后端搜索引擎Apache Lucene。
Solr因其历史悠久、功能丰富、成熟而被广泛使用。相反,ElasticSearch是专门为解决Solr的缺点而开发的,现代云环境下的可扩展性需求Solr很难解决。
所以,对比ElasticSearch和最近推出的亚马逊云搜索可能是最有用的。因为两者都声称原则上覆盖了相同的用例。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。