Indexing Couchbase或Riak作为搜索引擎的数据存储

我想实现文本搜索引擎。要索引的文档将是带有权重的术语列表。
查询是一个简单的术语列表。
搜索的输出应该是一个按相关性匹配排序的列表（对照术语及其权重） 我需要存储的数据很大！它不适合单个节点。因此，最终存储必须易于分发。

您建议使用哪种数据库存储？ 经过一些分析，我想在Couchbase和Riak之间做出选择

[编辑] 你觉得简单的关系数据库怎么样？它们已经有了一些很好的分发机制（例如：Postgres 9内置了） [/编辑]

Riak有内置搜索功能，但据我所知，我不想使用它，因为我需要索引来获取响应（而是为每个查询计算响应）

另一方面，Couchbase 2“为JSON文档添加二级索引。索引通过视图创建，然后可以查询。索引是均匀分布的。”

---

这听起来对Couchbase来说是一个很大的好处

我使用了ElasticSearch和CouchDB，它工作得很好

我使用了ElasticSearch和CouchDB，效果非常好

我推荐全文搜索，它功能强大，借鉴了大多数优点，同时仍然具有透明的容错性、可复制性和可扩展性。如果您的数据不适合单个节点，那么它可能是最平衡的开放源代码解决方案。

我建议您使用全文搜索，它功能非常强大，并借鉴了大多数优点，同时仍然具有透明的容错性、可复制性和可扩展性。如果您的数据不适合单个节点，那么它可能是最平衡的开源解决方案。

回答“我是否可以/应该使用数据库存储索引文档？”

对

这是一种相当常见的模式。一些组织（保留名称以保护无辜者）将Solr用作索引和相关性引擎，从搜索中只返回主键，然后转身从数据库存储中检索实际文档

然而，这种方法存在挑战；主要是保持两个系统（solr和db）同步。Couchbase使用其跨数据中心复制技术来保持ElasticSearch实例的同步；Riak 2刚刚发布，有效地为数据库的每个碎片自动创建一个Solr索引。根据您的用例，两者都可以很好地工作。此外，您显然可以使用队列等进行自己的同步

有关两个DBs的更多详细信息，请访问

---

回答“我可以/应该使用数据库存储索引文档吗？”

对

这是一种相当常见的模式。一些组织（保留名称以保护无辜者）将Solr用作索引和相关性引擎，从搜索中只返回主键，然后转身从数据库存储中检索实际文档

然而，这种方法存在挑战；主要是保持两个系统（solr和db）同步。Couchbase使用其跨数据中心复制技术来保持ElasticSearch实例的同步；Riak 2刚刚发布，有效地为数据库的每个碎片自动创建一个Solr索引。根据您的用例，两者都可以很好地工作。此外，您显然可以使用队列等进行自己的同步

有关两个DBs的更多详细信息，请访问

---

刚刚添加了缺少的要求：存储必须易于分发，因为数据大小可能超出单个节点。ElasticSearch是否能很好地配合数据分发？是的，我不知道您的具体规格，但听起来非常接近。有关更多信息，请查看Freenode（IRC）#ElasticSearch刚刚添加了缺少的要求：存储必须易于分发，因为数据大小可能超出单个节点。ElasticSearch是否能很好地配合数据分发？是的，我不知道您的具体规格，但听起来非常接近。更多信息检查（US）在FeleNoDE（IRC）SysRealStCyScChink，如果我不熟悉CoucBASE或RiAK，我应该在哪里寻找建议？对于文本搜索，考虑SOLR（成熟但难以碎片）或弹性搜索（设计为自动碎片）。然后在CouchDB、Riak或其他NoSQL数据库中集成Lucene（like）用于文本搜索。特殊：狮身人面像全文存储为MySQL或其他文本搜索RDBMS集成。那么如果我不需要用CoucBASE或RiAK进行文本搜索，我应该在哪里寻找建议？对于文本搜索，考虑SOLR（成熟但难以碎片）或弹性搜索（设计为自动碎片）。然后在CouchDB、Riak或其他NoSQL数据库中集成Lucene（like）用于文本搜索。特别：Sphinx全文存储用于MySQL或其他文本搜索RDBMS集成。谢谢。事实上，正如问题所述，我正在考虑里亚克。我正在从人们那里寻找一些关于如何使用Riak的建议或意见。你可以在Riak的邮件列表中找到许多出于不同目的使用Riak的人：谢谢。事实上，正如问题所述，我正在考虑里亚克。我正在从人们那里寻找一些关于如何使用Riak的建议或意见。你可以在Riak的邮件列表中找到许多出于不同目的使用Riak的人：