Visual C++ Redistributable for VS2012
VSU_4\vcredist_x64.exe
или VSU_4\vcredist_x84.exe
в зависимости от конфигурации вашей системы dll
в папку lib
вместе с вашими другими библиотеками (например, \lib\win32-x86\your dll files
). Теперь, когда область вопроса была исправлена, я могу добавить что-то в этом отношении:
Существует много сравнений между Apache Solr и ElasticSearch , поэтому я расскажу о тех, кого я нашел наиболее полезными, т. е. охватывающих самые важные аспекты:
Они совершенно разные технологии, предназначенные для совершенно разных вариантов использования, поэтому их нельзя сравнивать вообще каким-либо значимым образом:
[emphasis mine]
Возможно, это было путано со следующими двумя связанными технологиями так или иначе:
Предложения Solr и ElasticSearch кажутся поразительно похожими на первый взгляд, и оба используют одну и ту же бэкэнд-поисковую систему, а именно Apache Lucene .
Хотя Solr старше, довольно универсален и зрелый и широко используется соответствующим образом, ElasticSearch был разработан специально для решения Solr с требованиями к масштабируемости в современных облачных средах, которые hard (er) для обращения к Solr .
Как таковой, было бы наиболее полезно сравнить ElasticSearch с недавно введенным Amazon CloudSearch (см. вводный пост Начните поиск за один час менее чем за $ 100 / месяц ), поскольку оба претендуют на то, чтобы в принципе использовать одни и те же варианты использования.
Несмотря на то, что все вышеупомянутые ссылки заслуживают внимания, и в прошлом мне это очень понравилось, поскольку лингвист «подвергался» различным поисковым системам Lucene за последние 15 лет, я должен сказать, что разработка эластичного поиска очень быстро в Python. При этом некоторые из кодов чувствовали себя неинтуитивными для меня. Итак, я обратился к одному компоненту стека ELK Kibana с точки зрения с открытым исходным кодом и обнаружил, что в Kibana я могу с легкостью создать несколько загадочный код elasticsearch. Кроме того, я мог бы запросить запросы Chrome Sense в Kibana. Если вы используете Kibana для оценки es, это еще больше ускорит вашу оценку. То, что заняло несколько часов, чтобы работать на других платформах, работало в JSON in Sense поверх elasticsearch (интерфейс RESTful) за несколько минут в худшем случае (самые большие наборы данных); в секундах в лучшем случае. Документация для поиска elasticsearch, а также более 700 страниц, не отвечала на мои вопросы, которые обычно решались в документации SOLR или другой Lucene, что, очевидно, занимало больше времени для анализа. Кроме того, вы можете захотеть взглянуть на Агрегаты в эластичном поиске, которые вывели Faceting на новый уровень.
Большее изображение: если вы занимаетесь наукой о данных, текстовой аналитикой или вычислительной лингвистикой, у elasticsearch есть некоторые алгоритмы ранжирования, которые, похоже, хорошо внедряются в области поиска информации. Если вы используете какие-либо TF / IDF-алгоритмы, частоту текста / обратную частоту документов, elasticsearch расширяет этот алгоритм 1960-х до нового уровня, даже используя BM25, Best Match 25 и другие алгоритмы ранжирования ранжирования. Итак, если вы забиваете или ранжируете слова, фразы или предложения, elasticsearch делает этот выигрыш «на лету», без больших накладных расходов на другие подходы к анализу данных, которые занимают часы - еще одна экономия времени elasticsearch. С помощью es, сочетающего в себе сильные стороны bucketing от агрегатов с оценкой и ранжированием релевантности данных JSON в реальном времени, вы можете найти выигрышную комбинацию, в зависимости от вашего гибкого (истории) или архитектурного (использования) подхода.
Примечание. Наблюдалось аналогичное обсуждение вышеперечисленных агрегатов, но не по скоплениям и подсчету релевантности - извинения за любое перекрытие. Раскрытие информации: я не работаю на эластичность и не буду в состоянии в ближайшем будущем извлечь выгоду из их превосходной работы из-за другого архитектурного пути, если я не сделаю какую-то благотворительную работу с elasticsearch, что не будет плохой идеей
Если вы уже используете SOLR, продолжайте придерживаться его. Если вы запускаете, перейдите для поиска Elastic.
Максимальные основные проблемы были исправлены в SOLR и довольно зрелые.
Добавить вложенный файл в solr очень сложный и вложенный поиск данных также очень сложный. но Elastic Search легко добавить вложенный документ и поиск
С давней истории Apache Solr, я думаю, что одна сила Solr - его экосистема. Существует много плагинов Solr для различных типов данных и целей.
[/g1]
Поисковая платформа в нижеследующих слоях:
Справочная статья: Поиск предприятия
Я создал таблицу основных различий между elasticsearch и Solr и splunk, вы можете использовать ее как обновление 2016:
Я вижу, что многие люди здесь ответили на этот вопрос ElasticSearch vs Solr с точки зрения возможностей и функциональности, но я не вижу здесь много обсуждения (или в другом месте) относительно того, как они сравниваются с точки зрения производительности.
Вот почему я решил провести собственное исследование . Я взял уже закодированную гетерогенную микросхему источника данных, которая уже использовала Solr для поиска по срокам. Я отключил Solr для ElasticSearch, тогда я запустил обе версии на AWS с уже запрограммированным тестовым приложением и запустил метрики производительности для последующего анализа.
Вот что я нашел. ElasticSearch имел на 13% большую пропускную способность, когда дело доходило до индексирования документов, но Solr был в десять раз быстрее. Когда дело дошло до запросов на документы, Solr имел в пять раз больше пропускной способности и был в пять раз быстрее, чем ElasticSearch.
Представьте пример использования:
Идея иметь отдельный экземпляр ES для каждого индекса - в этом случае огромные накладные расходы.
Основываясь на моем опыте, такой вариант использования
FIRST.
Основная проблема - игнорирование фундаментальной обратной совместимости.
. так здорово! (Примечание: представьте себе SQL-сервер, который потребует от вас небольших изменений во всех ваших SQL-операторах, когда он обновлен ... не может этого себе представить. Но для ES это нормально)
Утечки, которые будут удалены следующий крупный релиз настолько сексуальный! (Примечание: вы знаете, Java содержит некоторые изъяны, которые старше 20 лет, но все еще работают в реальной версии Java ...)
И не только это, иногда у вас даже есть то, что нигде не задокументировано (лично натолкнулся только один раз, но ...)
Итак. Если вы хотите обновить ES (потому что вам нужны новые функции для какого-либо приложения или вы хотите получить исправления ошибок), вы находитесь в аду. Особенно, если речь идет о основном обновлении версии.
Клиентский API не будет обратно совместим. Установки индекса не будут совместимы. И обновление всех приложений / служб в тот же момент с обновлением ES нереально.
Но вы должны делать это время от времени. Нет другого способа.
Существующие индексы автоматически обновляются? - Да. Но это не поможет вам, когда вам нужно будет изменить некоторые настройки старого индекса.
Чтобы жить с этим, вам нужно постоянно вкладывать много энергии в ... передовую совместимость ваших приложений / услуг с будущим релизы ES. Или вам нужно построить (и в любом случае постоянно поддерживать) какое-то промежуточное ПО между вашими приложениями / услугами и ES, которые предоставляют вам совместимый клиентский API. (И вы не можете использовать Transport Client (потому что для обновления любой младшей версии ES требуется обновление jar), и этот факт не облегчает вашу жизнь).
Это выглядит просто и доступно. дешево? Нет, это не так. Отнюдь не. Непрерывное обслуживание сложной инфраструктуры, основанной на ES, является дорогой во всех возможных смыслах.
SECOND. Простой API? Ну ... нет. Когда вы действительно используете сложные условия и агрегации ... JSON-запрос с 5 вложенными уровнями - это что угодно, но не просто.
К сожалению, у меня нет опыта работы с SOLR, не могу сказать что-нибудь об этом.
Но Sphinxsearch намного лучше этого сценария, поскольку полностью совместим с SphinxQL.
Примечание: Sphinxsearch / Manticore действительно интересны. Это не основанный на Люсине, а результат сильно отличается. Содержит несколько уникальных функций из коробки, которые ES не имеют и сумасшедшие быстро с индексами малого / среднего размера.
Я использую только Elastic-search. Поскольку я нашел solr, очень сложно начать. Функции Elastic-search:
Я вижу, что некоторые из вышеперечисленных ответов сейчас немного устарели. С моей точки зрения, и я ежедневно работаю с Solr (Cloud и non-Cloud) и ElasticSearch, вот некоторые интересные отличия:
Для более полного освещения темы Solr vs. ElasticSearch см. http://blog.sematext.com/2012/08/23/solr-vs-elasticsearch-part-1-overview/ . Это первое сообщение в серии сообщений от Sematext, где делается прямая и нейтральная сопоставление Solr vs. ElasticSearch. Раскрытие информации: Я работаю в Sematext.
У меня есть Elasticsearch в течение 3 лет и Solr в течение месяца, я чувствую, что кластер elasticsearch довольно прост в установке по сравнению с установкой Solr. У Elasticsearch есть сводный справочный документ с большим объяснением. Один из вариантов использования я застрял в агрегировании гистограмм, который был доступен в ES, но не найден в Solr.
Я работал как с solr, так и с эластичным поиском приложений .Net. Основное отличие, с которым я столкнулся, -
Эластичный поиск:
Solr: