资讯频道 → 开源软件
阅读更多

3顶
0踩

开源软件

转载新闻 13 款开源的全文检索引擎

2013-04-02 11:28 by 副主编 WnouM 评论(3) 有26121人浏览
搜索引擎 lucene java c++ Solr
本文转载自xum2008的博客，主要介绍13款现有的开源搜索引擎，你可以将它们用在你的项目中以实现检索功能。

1.  Lucene

Lucene的开发语言是Java，也是Java家族中最为出名的一个开源搜索引擎，在Java世界中已经是标准的全文检索程序，它提供了完整的查询引擎和索引引擎，没有中文分词引擎，需要自己去实现，因此用Lucene去做一个搜素引擎需要自己去架构.另外它不支持实时搜索，但linkedin和twitter有分别对Lucene改进的实时搜素. 其中Lucene有一个C++移植版本叫CLucene，CLucene因为使用C++编写，所以理论上要比lucene快.

官方主页：http://lucene.apache.org/

CLucene官方主页：http://sourceforge.net/projects/clucene/

2.  Sphinx

Sphinx是一个用C++语言写的开源搜索引擎，也是现在比较主流的搜索引擎之一，在建立索引的事件方面比Lucene快50%，但是索引文件比Lucene要大一倍，因此Sphinx在索引的建立方面是空间换取事件的策略，在检索速度上，和lucene相差不大，但检索精准度方面Lucene要优于Sphinx，另外在加入中文分词引擎难度方面，Lucene要优于Sphinx.其中Sphinx支持实时搜索，使用起来比较简单方便.

官方主页：http://sphinxsearch.com/about/sphinx/

3.  Xapian

Xapian是一个用C++编写的全文检索程序，它的api和检索原理和lucene在很多方面都很相似，算是填补了lucene在C++中的一个空缺.

官方主页：http://xapian.org/

4.  Nutch

Nutch是一个用java实现的开源的web搜索引擎，包括爬虫crawler，索引引擎，查询引擎. 其中Nutch是基于Lucene的，Lucene为Nutch提供了文本索引和搜索的API.

对于应该使用Lucene还是使用Nutch，应该是如果你不需要抓取数据的话，应该使用Lucene，最常见的应用是：你有数据源，需要为这些数据提供一个搜索页面，在这种情况下，最好的方式是直接从数据库中取出数据，并用Lucene API建立索引.

官方主页：http://nutch.apache.org/

5.  DataparkSearch

DataparkSearch是一个用C语言实现的开源的搜索引擎. 其中网页排序是采用神经网络模型.  其中支持HTTP，HTTPS，FTP，NNTP等下载网页.包括索引引擎，检索引擎和中文分词引擎(这个也是唯一的一个开源的搜索引擎里有中文分词引擎).能个性化定制搜索结果，拥有完整的日志记录.

官方主页：http://www.dataparksearch.org/

6.  Zettair

Zettair是根据Justin Zobel的研究成果为基础的全文检索实验系统.它是用C语言实现的. 其中Justin Zobel在全文检索领域很有名气，是业界第一个系统提出倒排序索引差分压缩算法的人，倒排列表的压缩大大提高了检索和加载的性能，同时空间膨胀率也缩小到相当优秀的水平. 由于Zettair是源于学术界，代码是由RMIT University的搜索引擎组织写的，因此它的代码简洁精炼，算法高效，是学习倒排索引经典算法的非常好的实例. 其中支持linux，windows，mac os等系统.

官方主页：http://www.seg.rmit.edu.au/zettair/about.html

7.  Indri

Indri是一个用C语言和C++语言写的全文检索引擎系统，是由University of Massachusetts和Carnegie Mellon University合作推出的一个开源项目. 特点是跨平台，API接口支持Java，PHP，C++.

官方主页：http://www.lemurproject.org/indri/

8.  Terrier

Terrier是由School of Computing Science，Universityof Glasgow用java开发的一个全文检索系统.

官方主页：http://terrier.org/

9.  Galago

Galago是一个用java语言写的关于文本搜索的工具集. 其中包括索引引擎和查询引擎，还包括一个叫TupleFlow的分布式计算框架(和google的MapReduce很像).这个检索系统支持很多Indri查询语言.

官方主页：http://www.galagosearch.org/

10.  Zebra

Zebra是一个用C语言实现的检索程序，特点是对大数据的支持，支持EMAIL，XML，MARC等格式的数据.

官方主页：https://www.indexdata.com/zebra

11.  Solr

Solr是一个用java开发的独立的企业级搜索应用服务器，它提供了类似于Web-service的API接口，它是基于Lucene的全文检索服务器，也算是Lucene的一个变种，很多一线互联网公司都在使用Solr，也算是一种成熟的解决方案.

官方主页：http://lucene.apache.org/solr/

12.  Elasticsearch

Elasticsearch是一个采用java语言开发的，基于Lucene构造的开源，分布式的搜索引擎. 设计用于云计算中，能够达到实时搜索，稳定可靠. Elasticsearch的数据模型是JSON.

官方主页：http://www.elasticsearch.org/

13.  Whoosh

Whoosh是一个用纯python写的开源搜索引擎.

官方主页：https://bitbucket.org/mchaput/whoosh/wiki/Home
3
顶
0
踩
评论 共 3 条 请登录后发表评论
3 楼 laigood12345 2013-04-17 10:12
elasticsearch的资料可以参考这里http://www.searchtech.pro
2 楼 AngelAndAngel 2013-04-07 09:41
ls太坏了
1 楼 dohkoos 2013-04-02 18:58
Lucene
Nutch
Solr
ElasticSearch

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 8个基于Lucene的开源搜索引擎(推荐)

    Lucene是一种功能强大且被广泛使用的搜索引擎，以下列出8种基于Lucene的搜索引擎，你可以想象他们有多么强大

  • 13 款开源全文检索引擎

    Lucene的开发语言是Java，也是Java家族中最为出名的一个开源搜索引擎，在Java世界中已经是标准的全文检索程序，它提供了完整的查询引擎和索引引擎，没有中文分词引擎，需要自己去实现，因此用Lucene去做一个搜素引擎...

  • 开源的全文搜索引擎Elasticsearch

    Elasticsearch是一个开源的全文搜索引擎，可以实现快速、实时的数据搜索和分析。它是基于Apache Lucene的搜索引擎库开发而来，提供了一个分布式、多租户的全文搜索引擎平台，能够支持海量数据的实时检索、聚合分析和...

  • 13 款开源的全文搜索引擎

    主要介绍13款现有的开源搜索引擎，你可以将它们用在你的项目中以实现检索功能。    1. Lucene    Lucene的开发语言是Java，也是Java家族中最为出名的一个开源搜索引擎，在Java世界中已经是标准的全文检索...

  • 开源全文搜索引擎MeiliSearch

    MeiliSearch 是用 Rust 写的强大、快速、开源、易于使用和部署的搜索引擎。

  • 开源全文搜索引擎汇总

    Apache Lucene 是完全用 Java 编写的高性能、功能齐全的全文检索引擎架构，提供了完整的查询引擎和索引引擎、部分文本分析引擎。目的是为软件开发人员提供一个简单易用的工具包，以方便地在目标系统中实现全文检索的...

  • 20款开源搜索引擎介绍与比较

    使用开源搜索引擎，可以大大缩短构建搜索应用的周期，并可根据应用需求打造个性化搜索应用，甚至构建符合特定需求的搜索引擎系统。搜索引擎的开源，无论是对技术人员还是普通用户，都是一个福音。 搜索引擎的工作...

  • Node.js-Ambar是一个开源文档搜索引擎具有自动抓取OCR标记和实时全文搜索功能

    Ambar是一个开源文档搜索引擎，具有自动抓取，OCR，标记和实时全文搜索功能

  • ElasticSearch讲解（开源的、高拓展的分布式全文检索引擎）

    ElasticSearch ，简称为es，是一个开源的、高拓展的分布式全文检索引擎，它可以近乎实时的存储、检索数据。

  • 13款开源搜索引擎的介绍

    Lucene的开发语言是Java, 也是java家族中最为出名的一个开源搜索引擎, 在java世界中已经是标准的全文检索程序, 它提供了完整的查询引擎和索引引擎, 没有中文分词引擎, 需要自己去实现, 因此用Lucene去做一个搜素引擎...

  • 火端搜索引擎源码V2.0开源版_开源_V2_火端搜索程序_搜索引擎_

    把程序上传到空间上即可运行(★★如果在子目录...之前使用1.X版本的站长需要全部重新覆盖本程序采用utf-8国际编码编写，请勿使用记事本修改代码，否则会出错。请用支持utf-8编码的编辑器修改，如notepad++、dreamweaver

  • 基于Lucene全文检索引擎的应用研究

    Lucene是一个强大的全文索引引擎工具包, 它的...介绍了一个高性能的全文检索引擎——Lucene开源系统，详细分析了Lucene的系统结构、全文索引机制,然后将其引入具体应用，给出了一个基于Lucene全文检索技术的具体实例。

  • Yiso智云搜索引擎开源PHP源码

    Yiso 是一个性能极佳的搜索引擎，免费开源，亦可做收录网址平台使用！输入关键词即可获取相关的搜索结果内容 Yiso采用自主研发的 BiuSQL 数据库储存数据，不需要安装数据库，下载源码解压缩即可使用 可自行添加...

  • 13款开源搜索引擎

    1. Lucene Lucene的开发语言是Java，也是Java家族中最为出名的一个开源搜索引擎，在Java世界中已经是标准的全文检索程序，它提供了完整的查询引擎和索引引擎，没有中文分词引擎，需要自己去实现，因此用Lucene去做...

  • 20款开源搜索引擎

    开源搜索引擎,全文检索推荐对比,提高查询速度

  • 单片机开发资源：基于51单片机的开发程序

    单片机开发资源，基于51单片机的开发程序，供学习参考。

  • node-v9.4.0-linux-armv7l.tar.xz

    Node.js，简称Node，是一个开源且跨平台的JavaScript运行时环境，它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立，旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎，可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型，这使得它非常适合处理大量并发连接，从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外，Node.js使用了模块化的架构，通过npm（Node package manager，Node包管理器）,社区成员可以共享和复用代码，极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展，它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等，因此，开发者可以用JavaScript编写全栈应用程序，这一点大大提高了开发效率和便捷性。 在实践中，许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台，如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能，简化了开发流程，并且能更快地响应市场需求。

  • 基于固件库新建工程模板工程源码

    【工程源码】

Global site tag (gtag.js) - Google Analytics