外贸b2c平台横评

摘要： 打算写几篇ElasticSearch使用心得。第一篇，先从ElasticSearch与Sphinx的横向对比开始。横向对比是反应优点和暴露问题的好方法。我是Sphinx阵营转向ElasticSearch阵营的，两者都是成熟的开源搜索引擎，各有优劣，这篇文章也可以给纠结使用哪套方案的同学提供一些选择的依据。 • 导入MySQL数据生成索引 ElasticSearch：GitHub -

打算写几篇ElasticSearch使用心得。

第一篇，先从ElasticSearch与Sphinx的横向对比开始。横向对比是反应优点和暴露问题的好方法。我是Sphinx阵营转向ElasticSearch阵营的，两者都是成熟的开源搜索引擎，各有优劣，这篇文章也可以给纠结使用哪套方案的同学提供一些选择的依据。

• 导入MySQL数据生成索引

ElasticSearch：GitHub - scharron/elasticsearch-river-mysql

Sphinx：原生支持基于MySQL的表建索引

ElasticSearch官方文档上，数据都是使用RESTful接口一条一条插入的，也就是增量更新。在数据量非常大的时候，遍历全表重建一次索引会非常消耗时间。而elasticsearch-rivel-mysql这个项目并不是很靠谱，开发者甚至曾经在git上标明deprecated（现在没了）。反正我是自己另外写了一套。

在导入MySQL数据生成索引时，从易用性、可靠性、速度上来看，Sphinx优于ElasticSearch。

• 增量更新支持

ElasticSearch优于Sphinx。ElasticSearch把增量更新作为首选CURD方式；而Sphinx使用辅助表的方案不但不优雅，还会让你的其他系统变得复杂起来，在你频繁更改单条数据的时候很容易出错。

• 可视化与辅助工具

ElasticSearch：Kibana，Logstash，Marvel

Sphinx：Sphinx Tools

Kibana是ElasticSearch提供的图形化界面，基本功能有：1）读取一个Index 2）对一个Index写query查询出具体数据 3）通过这些数据生成图表 4）拉几个图表生成一个报表。Kibana非常强大，根据这些基础功能，我们已经可以自由定制完成各种复杂需求了。Kibana还可以加各种插件，其中最常用的是Marvel（性能、状态监控）与Logstash（数据收集），非常好用。

反观Sphinx Tools，还停留在性能监控的阶段，而且还在内测，被ElasticSearch的Kibana+全家桶甩太远了。

• 搜索算法支持

ElasthcSearch的搜索底层功能基于Lucene，Sphinx也该有的都有。然而ElasticSearch的Query DSL支持更复杂的查询逻辑，这一点是超越Sphinx的。

在自定义Ranker方面，ElasticSearch的Function Score Query比Sphinx的expression-ranker强大许多。当年我为了让Sphinx支持一个定制的Ranker，不得不去改源码，后来发现这个功能在ElasticSearch上可以轻松实现。

总的来说，ElasticSearch稍微优于Sphinx。

• 横向扩展与高可用

ElasticSearch是天生为了集群化而设计的。索引如果没有Replica就会显示黄灯，有才会亮绿灯。每个节点分为Client Node、Data Node、Master Node三种角色，在合理的配置之下，任意一台（甚至多台）机器炸了，整个集群都能正常运行。ElasticSearch还支持动态加机器等等功能，暂不赘述。

Sphinx也有master searchd和slave searchd的概念，可以分布式，但想实现高可用就相当复杂了。

ElasticSearch优于Sphinx。Sphinx的劣势不在于做不到，而在于不好用。

• 资源占用

Sphinx优于ElasticSearch。

不得不说，java在这方面比不上C++。CPU还好，差距不大，内存占用方面真心天差地别。

• 搜索速度

搜索速度主要看怎么配置Cluster，越多搜起来就越快。

• NLP支持

这里只说中文NLP。

ElasticSearch：GitHub - medcl/elasticsearch-analysis-ik

Sphinx：曾经有个叫coreseek的项目，可惜没有继续维护了。

其实双方都可以开发第三方插件，接入国内的LTP或者ICTCLAS都不难。

• 总结

Sphinx和ElasticSearch都是很优秀的方案，都经历了实战的考验。当时为什么我从Sphinx倒戈去了ElasticSearch，主要原因是：

1）我有定制Ranker的需求，ElasticSearch的Functional Score Query刚好满足了我

2）业务越来越大，ElasticSearch有更强的横向扩展能力和高可用性

3）可以用Kibana整出好看的报表啊！

现在回头一看，ElasticSearch发力非常猛，版本迭代如火箭一般，社区也很活跃。我认为这个选择没有出错。