Mysql MongoDB或Solr用于文档摄取、存储和分面搜索？

我需要在这里为我正在处理的一个项目做一个架构决策。以下是要求：

文档摄取（.doc、.pdf、.csv，可能是视频）

实际文档存储（我假设在服务器上的磁盘上） 数据库中对文件的一些引用）-以及数据库中可搜索和可分面的某些字段

全文文档搜索

分面（基于从文档中收集的字段选择 每个文档的摄入可能不同-换句话说 可能有200个方面，但只有一些适用于每个文档）

我使用rails作为服务器，目前使用mySQL。我相信我至少有两个明显的选择：

索尔；在mySQL中存储文档中的字段，并使用Sunspot gem进行Solr索引和方面定义。这里的好处似乎是快速搜索、刻面、文档摄取实用程序。我不确定我有200个方面（可能更多——真正动态定义的）的问题。此外，考虑到文档有各种形状和大小，我想知道文档存储机制是否会更好

MongoDB；使用mongoid gem在MongoDB中存储文档内容。我不熟悉这里的文档摄取实用程序，虽然在文档存储方面有明显的优势，但我相信mongodb在全文搜索方面做得很好，但对于面处理，我需要使用使用多个查询的聚合，这可能会很慢

（我也知道我可以将Solr与MongoDB一起使用，但…对此不确定）

---

老实说，我对Solr和MongoDB都是新手，我可以在这里使用一些建议，因为我肯定我遗漏了一些优点和缺点。

我对MongoDB和Solr都有丰富的经验（尽管没有任何关联）

根据你的需要，我推荐Solr

我曾在两个不同的web应用程序上使用过搜索问题，第一个，我们从事务数据库中嵌入的Oracle文本切换到Solr。从不回头

尽管MongoDB可能会按照您的要求进行操作，但我怀疑您会花费大量时间让MongoDB按照您想要的方式进行操作，尤其是在面处理方面。Mongo的聚合框架相对较新

您说过需要对facet运行多个查询。我希望这不是每个不同的值一个查询，就像所有类别一样，计算每个类别中的产品数量。在开发数据发布的第一天，这可能会很好，但要等到您同时获得10000个产品、500个类别和50个用户的搜索。然后有50个用户同时对相同的数据运行500个查询。你最终需要缓存它

索尔已经为你做了这一切。它的设计考虑了这些用例，可以非常好地处理面处理，而无需运行N+1查询。Solr还提供必要的缓存以避免频繁的磁盘I/O。Solr是高度可配置的。您可以调整缓存大小、模式、分析器等，而无需重构代码

例如，我建议使用MongoDB进行搜索的地方是当您的需求非常小且不太可能发生重大变化时。例如，如果您想要前缀搜索，比如说，提前键入，您可以简单地在每个文档中添加一个searchTokens字段，然后自己进行分析

如果搜索用户集，每个用户可能看起来像：

{
  userId: 'x',
  firstName: 'Brandon',
  lastName: 'Ramirez',
  searchTokens: [
    'b',
    'br',
    'bra',
    'bran',
    'brand',
    'brando',
    'brandon',
    'r',
    'ra',
    'ram',
    'rami',
    'ramir',
    'ramire',
    'ramirez'
  ]
}

---

我在MongoDB中使用了这种技术，以避免Solr的复杂性。但这就是我所需要的。它是针对类型先行的，因此我不需要刻面，也不需要动态的可过滤字段集，也不需要相关性评分。

我对MongoDB和Solr都有丰富的经验（尽管没有任何关联）

根据你的需要，我推荐Solr

我曾在两个不同的web应用程序上使用过搜索问题，第一个，我们从事务数据库中嵌入的Oracle文本切换到Solr。从不回头

尽管MongoDB可能会按照您的要求进行操作，但我怀疑您会花费大量时间让MongoDB按照您想要的方式进行操作，尤其是在面处理方面。Mongo的聚合框架相对较新

您说过需要对facet运行多个查询。我希望这不是每个不同的值一个查询，就像所有类别一样，计算每个类别中的产品数量。在开发数据发布的第一天，这可能会很好，但要等到您同时获得10000个产品、500个类别和50个用户的搜索。然后有50个用户同时对相同的数据运行500个查询。你最终需要缓存它

索尔已经为你做了这一切。它的设计考虑了这些用例，可以非常好地处理面处理，而无需运行N+1查询。Solr还提供必要的缓存以避免频繁的磁盘I/O。Solr是高度可配置的。您可以调整缓存大小、模式、分析器等，而无需重构代码

例如，我建议使用MongoDB进行搜索的地方是当您的需求非常小且不太可能发生重大变化时。例如，如果您想要前缀搜索，比如说，提前键入，您可以简单地在每个文档中添加一个searchTokens字段，然后自己进行分析

如果搜索用户集，每个用户可能看起来像：

{
  userId: 'x',
  firstName: 'Brandon',
  lastName: 'Ramirez',
  searchTokens: [
    'b',
    'br',
    'bra',
    'bran',
    'brand',
    'brando',
    'brandon',
    'r',
    'ra',
    'ram',
    'rami',
    'ramir',
    'ramire',
    'ramirez'
  ]
}

我在MongoDB中使用了这种技术，以避免Solr的复杂性。但这就是我所需要的。它是用于提前输入的，所以我不需要刻面，也不需要动态的可过滤字段集，也不需要相关性评分。

听起来你可以使用

它是一个搜索引擎，使用与solr相同的底层lucene库，但其中存储的所有内容都是JSON文档

全文搜索、分面搜索和对许多不同属性的过滤都能很好地工作。信息技术