全文检索四种技术解决方案_全文检索方案

一、Lucene

Lucene是一个全文检索的工具包，是一堆jar包，不能单独运行，不能独立对外提供服务。
优点：部署简单，它只是应用程序的一个依赖包，不需要独立部署
缺点：1、应用只能单服务器部署，集群部署有问题，全文索引需要在多台应用服务器间同步，是有状态的请求。
2、开发难度偏大，编写的代码量会比较大
3、性能一般，要考虑性能问题。

二、MySQL 5.7.6以上

从MySQL 5.7.6开始，MySQL内置了ngram全文检索插件，用来支持中文分词，并且对MyISAM和InnoDB引擎有效。
优点：开发简单；不需要额外引入Elasticsearch这样的搜索引擎服务器。
缺点：1、中文分词不准确
2、性能不高
3、数据量不大

三、MySQL+IK分词器

在MySQL5.6以下，只有MyISAM引擎支持全文检索。在MySQL5.6以上Innodb引擎也提供支持全文检索。相应字段需要建立FULLTEXT索引。
MySQL5.7.6以下只支持英文全文索引，不支持中文全文索引，需要利用IK分词器把中文段落拆分成单词。
优点：比方案2中文分词更准确；不需要额外引入Elasticsearch这样的搜索引擎服务器。
缺点：1、性能不高
2、数据量不大

四、Elasticsearch搜索引擎
当前的主流技术，重点推荐！互联网公司基本都在使用！功能丰富，性能高，支持的数据量大，可以集群部署，动态扩展性能。
缺点：1、需要一定的学习成本
2、需要独立部署

本人一直想开发一款可以实现全文检索的小工具，同时具备简单的文档分类、管理的功能。在网上搜索对比，发现一款不错的开源的国产软件，基于Elasticserch构建的文档型知识库管理系统：科亿知识库。
科亿知识库基于强大的Elasticsearch检索引擎技术构建，检索能力强大，支持最全面的检索特性，同时检索性能可以无限可能的扩展，支持高达百亿级别的记录数量。笔者目前已经把这款软件在公司内部署，用来管理日常项目的文档和技术文档，非常小巧方便。