NoSQL（MongoDB）与Lucene（或Solr）作为您的数据库

随着NoSQL运动在基于文档的数据库基础上的发展，我最近研究了MongoDB。我注意到，如何将项目视为“文档”有着惊人的相似性，就像Lucene（以及Solr的用户）所做的那样

因此，问题是：为什么要在Lucene（或Solr）之上使用NoSQL（MongoDB、Cassandra、CouchDB等）作为“数据库”

我（我相信其他人）在寻找答案时，会对它们进行深入的比较。让我们一起跳过关系数据库讨论，因为它们有不同的用途

Lucene提供了一些重要的优势，例如强大的搜索和权重系统。更不用说Solr中的方面（Solr很快就会集成到Lucene中，耶！）。您可以使用Lucene文档来存储ID，并像MongoDB一样访问文档。将它与Solr混合使用，您现在可以得到一个基于Web服务的负载平衡解决方案

在讨论MongoDB类似的数据存储和可伸缩性时，您甚至可以对进程外缓存提供程序（如Velocity或MemCached）进行比较

MongoDB的限制让我想起了使用MemCached，但我可以使用微软的Velocity，并且比MongoDB有更多的分组和列表收集能力（我认为）。无法比在内存中缓存数据更快或更具可扩展性。甚至Lucene也有一个内存提供程序

---

MongoDB（和其他）确实有一些优势，比如它们的API的易用性。新建文档、创建id并存储它。完成。这是一个很好的问题，我已经思考了很多。我将总结我的经验教训：

在几乎所有情况下，您都可以轻松地使用Lucene/Solr代替MongoDB，但反之亦然。格兰特英格索尔酒店

MongoDB等似乎用于不需要搜索和/或刻面的目的。对于摆脱RDBMS世界的程序员来说，这似乎是一个更简单、更容易的过渡。除非你习惯了，否则Lucene&Solr的学习曲线会更陡

使用Lucene/Solr作为数据存储的例子并不多，但《卫报》已经取得了一些进展，并在一篇优秀的文章中对此进行了总结，但他们也没有承诺完全跳上Solr的潮流，并“调查”Solr与CouchDB的结合

最后，我将提供我们的经验，不幸的是，我们不能透露太多关于商业案例的信息。我们在数TB的数据规模上工作，这是一个近乎实时的应用程序。在调查了各种组合后，决定坚持使用Solr。到目前为止没有遗憾（6个月&正在计算），也看不出有理由改用其他方法

小结：如果您没有搜索需求，Mongo提供了一种简单而强大的方法。然而，如果搜索是你产品的关键，那么你最好还是坚持使用一种技术（Solr/Lucene）并优化它——减少移动部件

---

我的2美分，希望能有所帮助。

您不能在solr中部分更新文档。为了更新文档，您必须重新发布所有字段

和性能问题。如果不提交，对solr的更改将不会生效，如果每次都提交，性能将受到影响

solr中没有事务

由于solr有这些缺点，所以有时NoSQL是更好的选择

更新：Solr 4+开始支持提交和软提交。请参阅最新文档

---

另外请注意，有些人已经将Solr/Lucene集成到Mongo中，方法是将所有索引存储在Solr中，并监控oplog操作，并将相关更新级联到Solr中

使用这种混合方法，您可以真正做到两全其美，具有诸如全文搜索和快速读取等功能，并具有可靠的数据存储，还可以具有极高的写入速度

设置起来有点技术性，但是有很多oplog零售商可以集成到solr中。看看rangespan在本文中做了什么

---

因为没有人提到它，所以让我补充一点，MongoDB是无模式的，而Solr强制执行模式。因此，如果文档的字段可能会更改，这就是选择MongoDB而不是Solr的原因之一。

我们将MongoDB和Solr结合使用，它们的性能很好。你可以在我描述我们如何一起使用这些技术的地方找到我的答案。这里有一段摘录：

[…]然而，我们观察到，当索引 尺寸增大。我们意识到最好的解决方案是同时使用Solr和Solr 和Mongo DB在一起。然后，通过存储Solr和MongoDB 将内容导入MongoDB并使用Solr创建全文索引 搜索。我们只在Solr索引中存储每个文档的唯一id 并在Solr上搜索后从MongoDB检索实际内容。 从MongoDB获取文档比Solr更快，因为没有 分析仪、计分仪等[…]

---

根据我对两者的经验，Mongo非常适合简单、直接的使用。我们遇到的主要Mongo缺点是在意外查询上的性能差（您无法为所有可能的筛选/排序组合创建Mongo索引，您不能）

---

Lucene/Solr在这里大行其道，特别是FilterQuery缓存，性能非常出色。

@mauricio scheffer提到了Solr 4——对于那些对此感兴趣的人，LucidWorks将Solr 4描述为“NoSQL搜索服务器”，并在视频中详细介绍了NoSQL（ish）功能。（ish表示他们的无模式版本实际上是一个动态模式。）

如果您只想使用键值格式存储数据，不建议使用Lucene，因为它的反向索引将浪费太多磁盘空间。由于数据保存在磁盘上，它的性能比NoSQL数据库（如redis）慢得多，因为redis将数据保存在RAM中。最