Apache Lucene против Google Search Appliance

Question

Кто-нибудь сталкивался с особенностями Apache Lucene? Я слышал, что он даже сопоставим с Google Search Appliance (GSA). Я искал для них определенное сравнение, если это возможно?

Эти сравнения, доступные в Интернете, довольно расплывчаты.

Answer 1

Его, вероятно, трудно найти сравнение между Apache Lucene и Google Search Appliance, потому что они такие разные вещи. В то время как Lucene является программным компонентом для индексирования документов, имеющих базовую значимость «наращивания», GSA - это продукт корпоративного поиска (аппаратное/физическое оборудование) с множеством готовых функциональных возможностей для настройки и оптимизации результатов поиска на основе от Алгоритм поиска Google.

Таким образом, они представляют собой в основном два отличных инструментария с различными сценариями реализации. Но, конечно, перекрываются, особенно если они используются для поиска на вашем среднем веб-сайте.

Off верхней части моей головы несколько тем, вы, возможно, захотите начать с для сравнения:

Развертывание/Архитектура

• Lucene является программным компонентом, который может быть глубоко интегрированы в ваш собственное программное обеспечение, обеспечивающее индекс (обычно на основе файлов, иногда в памяти) для быстрого и быстрого индексирования и получения контента.
• Проект lucene предоставляет довольно большой список анализаторов для индексирования индексов разных языков (западные языки, арабский, азиатский и т. Д.), Но имеет место для усовершенствований с помощью анализаторов.
• Lucene для .Net - довольно популярный порт для интегрироваться в Microsoft .Net Plattforms.
• Программное обеспечение и аппаратные средства GSA объединены и проданы как устройство с интерфейсом HTTP (ы), обеспечивающим результаты поиска либо в HTML (через собственные XSLT), либо в формате XML (для лучшей интеграции на вашем сайте)
• GSA поставляется с языковые пакеты (установленные и загружаемые). Вам нужно будет выбрать один из пакетов. Если вам нужна поддержка для большего количества языков, вам может потребоваться добавить еще одну GSA в инфраструктуру (если все требуемые языки не находятся в одном комплекте)
• GSA отлично работает и требует очень небольшого обслуживания
• GSA давайте масштабируем с почти нет инженерных усилий. глобально распределенные, но соединенные GSAS можно настроить через веб-интерфейс
• GSA может быть сделана HA, купив дешевле модуль горячего резервного

Индексирования

• Lucene обеспечивает сканерам (и API обходчика) для индексации содержимого. Не имеет значения, действительно ли ваш искатель сканирует веб-сайт, например Google, или сканирует базу данных на основе операторов SQL или предоставляет текстовый поток, считываемый из плоских файлов. Но обычно вам нужно внедрить искатель, если предоставленное не соответствует вашим потребностям.
• GSA использует гусеничную технологию, используемую Google, соблюдая инструкции роботов (в тегах TXT или Meta), она предоставляет API-интерфейс для источников, которые не могут быть сканирование (т.е.не связывая между ними) и поддерживает создание запросов SQL для всех мэра БД для retrievel данных из базы данных (будь то список URL для обхода или сами данные)

Retrieval/уместность настраивая

• Lucene не стремится и не имеет хорошей поддержки для настройки релевантности (за исключением повышения позиций в индексе). Это до приложения, используя результаты индекса, чтобы сделать настройку
• Lucene является индексом, используемым ГУМЗОМ, который обеспечивает настройку и архитектуру более похожую на GSA (включая результат retrievel по HTTP (S))
• GSA давайте вы предвзятость наборов результатов на основе метаданных, шаблонов даты и URL. В последней версии вы можете даже настроить свои собственные сущности и смещать результаты, основанные на них.
• GSA поддерживает факсимильные рамки для метаданных и еще некоторые причудливые вещи на их интерфейсе, такие как изображения предварительного просмотра для документов, автозапуска и т. Д.

Коммерческие вещи

• Lucene является открытым исходным кодом (отсутствие затрат) продукта, но требует аппаратного быть приобретен
• GSA начинается примерно в $ 20k для 500k документов/URL-
• Google предлагает несколько уровней поддержки
• лицензии GSA должны быть обновляемых на 2 или 3 года основе (вы получаете новое оборудование)
• GSA не требует какого-либо дополнительного оборудования (прибор включен)

... есть еще что добавить, но я надеюсь, что вы поняли суть.

---

Обновление февраля 2016:

Google сообщил партнеры, что GSA будет прекращен около 2019 Лучшего сайта ссылки на на данный момент, кажется, http://fortune.com/2016/02/04/google-ends-search-appliance/.