最适合在python中处理10000s（格式化）文档的文本索引器

我想添加一个功能来搜索存储在目录中的文档。后端是在Python中开发的，用于额外操作搜索结果。文档存储在专用的web服务器中

已建立的技术（Lucene、Xapian、Whoosh）具有成熟的python绑定。我的同事已经为他们的客户建立了Apache、Lucene和PHP。我会选择Whoosh，因为它是用Python编写的，但我对它的缓慢性能和缺乏“功能X”的评论感到害怕

我的具体要求是：

支撑（让我咬指甲）

• 在Python中得到很好的支持
• 主要主机的技术支持可以轻松设置
• 可以很好地扩展多达100000个文档
• 更新4个新文件的索引不应降低专用服务器的速度

功能（我是这里的新手）

• 以我可以自己操作的格式返回数据
• 可以返回突出显示的文本片段
• 标题或粗体的某些文件和文字具有更高的优先级

非常容易与之交互，因为它通过MySQL存储引擎工作，这是大多数程序员在某个时候接触过的界面。如果您已经在MySQL中拥有数据，则情况更是如此，因为这样您就可以轻松地将数据存储在一起。Django sphinx是一种相当成熟且易于使用的与sphinx交互的方法

我知道它的性能很好，因为我在一些高负载、高流量的情况下使用过它，而且做得很好。支持我发现自己需要的所有语义/功能

---

Lucene可以变得更容易接受，因为它是Lucene的REST接口。对于不习惯与搜索引擎交互的人来说，本机绑定可能有点神秘/陌生。

Solr，尽管用Java编写的是一个功能强大得惊人的搜索引擎

它拥有你所需要的一切，如高亮显示、权重、在索引中相对快速插入新项目的能力，以及一系列其他功能，如提供类似自动完成的功能

它有json/xml/其他响应方法，并且在python中是一种相当好的搜索引擎响应方法