Solr与Sphinx的比较
来自： http://blog.csdn.net//wgw335363240/article/details/37931941
Solr与Sphinx的比较
Solr版本：4.8.1
Coreseek版本：3.2.14 (基于Sphinx 0.9.9 release)
1.索引效率
Sphinx：10-15MB/秒， 实测最高可对100GB的文本建立索引，单一索引可包含1亿条记录
Ｓolr:10MB/秒，亿条数据,20G索引，新浪目前也采用lucene检索
2.搜索性能
Sphinx：高性能搜索，在2-4GB的文本数据上，平均每次检索响应时间小于0.1秒;在1.2G文本，100万条文档上进行搜索，支持高达每秒150~250次查询；
Ｓolr:高性能搜索，8G的索引文件，检索响应时间为150ms。高峰支持500并发/秒。
3.扩展性
Sphinx：高扩展性
Ｓolr:高扩展性
4.相关度算法
Sphinx：基于短语相似度和统计（BM25）的复合Ranking方法，支持动态计算得分
Ｓolr:支持动态计算得分，也支持索引时计算得分
5.是否支持短语搜索
支持
支持
6.是否支持分布式搜索
支持
支持
7.是否支持Mysql引擎
支持
支持
8.是否支持多个字段全文检索
支持
支持
9.数据交互
http请求，Xml、Json
http请求，Xml、Json
10.数据源
Sphinx：mysql, pgsql, mssql, xmlpipe , xmlpipe2, odbc，python
Solr：mysql，Xml,json,csv,odbc
11.多索引
支持
支持
12.多核(不同去多索引）
Sphinx：不支持
Ｓolr:支持
sphinx目前只支持mmseg3,sphinx for chinese两种分词，目前大家使用的比较多的是mmseg3。mmseg3的词库需要预先编译，不利于词库的扩充。
Solr目前支持的词库比较多，目前支持的有庖丁，IK，mmsegj4,通过比较分词效果，IK在分词的查全和查准的效果上更好一些。IK分词支持设置停用词和扩展词库，扩展词库每个词一行的方式进行扩展。
14. 从Mysql数据库索引数据的支持
sphinx可以通过配置数据源的方式直接从mysql中索引数据，在数据量比较大的时候，可以设置主索引+增量索引的方式来同步数据。但是主索引需要是根据Ｍysql表的主键Ｉd来设置索引范围，比如Ｉd小于9000,000，Ｉd大于9000,000的通过增量索引来同步。这种只适应Ｉd小于9000,000的数据更新频繁的情况。
如果主索引和增量索引是以记录的最后更新时间来区分的话，由于主索引和增量索引使用的是2个不同的索引文件，这就会造成主索引和增量索引中的数据不一致，导致检索时出现本不该出现的记录。这种情况就需要把增量索引合并到主索引中，如果主索引的数据比较大，不确定合并的时间需要多少。
solr索引mysql数据时，可以配置成主索引+增量索引，主索引和增量索引之间以更新的时间戳为分割线，solr会记录每次更新的时间戳。由于solr的增量索引和增量索引使用的都是一个索引文件，所以在执行增量索引时会自动合并到最终的索引中。
15. 实时检索的支持
sphinx本身不支持中文分词，Coreseek是现在用的最多的sphinx中文全文检索，它提供了为Sphinx设计的中文分词包LibMMSeg。Coreseek目前稳定版是3.2.14(基于Sphinx 0.9.9 release开发)，该版本还不支持实时检索。目前Ｃoresekk4.1还是测试版，测试版本支持实时检索，但是不太稳定。
solr的索引支持实时新增、更新和删除，可以根据记录的最后更新时间实现增量更新，在增量更新数据不多的情况下，可以设置增量更新任务为10秒更新一次。从而达到数据的实时同步。