opensearch和elasticsearch,elasticsearch and

　　我的电子搜索系列文章更新很慢。敬请期待

　　得一个例子。关于弹性搜索和实例APP应用

　　00.00之间的比较。Solr和电子搜索

　　01.什么能01。ElasticSearch do？

　　2.电子堆栈功能介绍

　　03.如何安装和配置elasticsearchapi

　　04.在弹性搜索头插件中建立index _CRUD操作。

　　05.介绍几个弹性搜索的实例，以及如何使用头部插件。

　　06.06是如何？索引文档时的ElasticSearch工作？

　　07.如何在弹性搜索中映射-简明教程

　　08.分析与分析器在电子搜索中的应用方法

　　09.基于弹性搜索构建自定义分析器

　　10.作为kiba na科普Elasticsearhc的开发工具

　　11 .弹性搜索查询方法

　　12.全文电子搜索

　　13 .弹性搜索查询-术语级查询

　　14.第14篇-Python的电子搜索简介

　　15.使用django进行电子搜索的简单方法

　　16.电子搜索的六个不明确之处

　　17.python初学者电子搜索教程

　　18.使用弹性搜索索引MongoDB制作简单的自动索引项。

　　19.基于kiba na的电子搜索实用介绍

　　20.如何索引数十亿封邮件

　　21.使用django进行电子搜索的简单方法

　　另外，强烈推荐引入Elasticsearch，Elasticsearch入门教程，以及这本优秀的REST API设计指南。这两本指南是非常有思想的入门手册。

　　网上有很多Apache Solr和ElasticSearch的对比。我会写下我的看法。

　　虽然Solr可能是构建标准搜索app应用的首选武器，但Elasticsearch将其提升到了一个新的水平，其架构可以创建现代的实时搜索APP应用。渗滤是一个创新的特性，很容易击败Solr。Elasticsearch是可扩展的、快速的和集成的。再见，很高兴见到你。维基百科关于ElasticSearch的文章引用了德国著名iX杂志的对比，列举了各自的优缺点，基本概括了以上内容。

　　优势

　　电子搜索是分布式的。不需要单独的项目。复制几乎是实时的，称为“推送复制”。ElasticSearch几乎完全支持Apache Lucene的实时搜索。多级处理不是特殊配置，Solr需要更高级的设置。ElasticSearch引入了网关的概念，以方便完整备份。劣势

　　自动加热功能总结

　　这些是完全不同的技术，解决完全不同的用例，所以无法进行有意义的比较。

　　对于ElasticSearch部署教程，我们推荐这篇文章。ElasticSearch初学者终极教程：从零到一

　　Apache Solr-Apache Solr提供Lucene功能，为易用快速的搜索服务器提供Lucene功能，还提供拼版、扩展性等功能。

　　AmazonElasticcache-AmazonElasticcache是一个Web服务，通过它，您可以轻松地在云中部署、操作和扩展内存缓存。

　　因为亚马逊ElastiCache兼容Memcached协议，而Memcached是一个广泛使用的内存对象缓存系统，目前使用的现有Memcached环境的代码、APP应用和常用工具。

　　你可能被以下两种相关技术搞混了。我们来看看这两个相关的技术。

　　弹性搜索——一个开源的(Apache 2)分布式rest风格的搜索引擎，建立在Apache Lucene之上。

　　亚马逊搜索-亚马逊云搜索是一种完全托管的云搜索服务，可以帮助客户轻松地将快速和可扩展的搜索功能集成到APP应用程序中。

　　Solr和ElasticSearch产品乍一看似乎很相似，但它们都使用相同的后端搜索引擎Apache Lucene。

　　Solr因其历史悠久、功能丰富、成熟而被广泛使用。相反，ElasticSearch是专门为解决Solr的缺点而开发的，现代云环境下的可扩展性需求Solr很难解决。

　　所以，对比ElasticSearch和最近推出的亚马逊云搜索可能是最有用的。因为两者都声称原则上覆盖了相同的用例。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。