ElasticSearch与Solr：两大全文搜索引擎的巅峰对决

本文面向中高级开发者，全面对比 ElasticSearch 与 Apache Solr 在架构设计、功能特性、使用方式、性能表现等方面的异同，辅以图解与代码示例，帮助你在实际业务中做出正确选择。

目录

1. 背景简介：为什么选择全文搜索？
2. ElasticSearch 与 Solr 概述
3. 核心架构对比图解
4. 数据建模与索引定义
5. 查询 DSL 与语法对比
6. 分词、打分、排序机制分析
7. 集群与分布式架构能力对比
8. 实战场景：全文搜索、聚合分析、近实时分析
9. 性能、扩展性与维护性比较
10. 选型建议与使用案例总结

一、背景简介：为什么选择全文搜索？

传统关系型数据库（如 MySQL）不适合复杂的全文检索：

• LIKE 查询效率差，不支持中文分词
• 无法支持高并发、大数据量模糊匹配
• 无法提供搜索打分、排序、聚合等能力

全文搜索引擎目标

二、ElasticSearch 与 Solr 概述

2.1 ElasticSearch 简介

• 基于 Lucene 构建，官方支持 RESTful API
• 分布式架构强，自动化索引管理与水平扩展
• 原生支持 JSON 文档结构

2.2 Solr 简介

• 同样基于 Lucene，但更偏向 XML 配置化
• 支持强大的查询语法（Lucene 查询语法）
• 更早期的成熟方案，稳定性强

三、核心架构对比图解

3.1 ElasticSearch 架构图（文字描述）

[Client]
   ↓ REST
[Coordinator Node]
   ↓
[Data Nodes (Shards)]
   ↓
[Lucene Segment Files]

• 自动分片、主从同步、集群状态维护
• 所有数据节点分担计算压力

3.2 Solr 架构图（文字描述）

[Client]
   ↓ HTTP
[SolrCloud Overseer]
   ↓
[Solr Node (Core)]
   ↓
[Lucene Index]

• 使用 ZooKeeper 协调分布式状态
• 每个 Core 类似一个索引库（shard）

四、数据建模与索引定义

4.1 Elasticsearch Mapping（JSON）

PUT /news
{
  "mappings": {
    "properties": {
      "title": { "type": "text" },
      "timestamp": { "type": "date" },
      "tags": { "type": "keyword" }
    }
  }
}

4.2 Solr Schema.xml（部分配置）

<field name="title" type="text_general" indexed="true" stored="true"/>
<field name="timestamp" type="tdate" indexed="true" stored="true"/>
<field name="tags" type="string" indexed="true" stored="true"/>

Solr 也支持 schema-less 模式，但更推荐显式 schema 管理。

五、查询 DSL 与语法对比

5.1 Elasticsearch 查询（DSL 风格）

GET /news/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "AI 大模型" } },
        { "term": { "tags": "科技" } }
      ]
    }
  }
}

5.2 Solr 查询（URL 参数风格）

http://localhost:8983/solr/news/select?q=title:AI 大模型 AND tags:科技

也支持 JSON 请求方式：

{
  "query": "title:AI 大模型 AND tags:科技"
}

六、分词、打分、排序机制分析

Elasticsearch 高亮示例

"highlight": {
  "fields": {
    "title": {}
  }
}

七、集群与分布式架构能力对比

八、实战场景对比

8.1 全文搜索

• 两者皆基于 Lucene，支持 BM25 + 中文分词
• ElasticSearch 原生支持 ik_max_word 及拼音分词等插件更强大

8.2 聚合分析（类 OLAP）

ES 示例：

"aggs": {
  "by_tag": {
    "terms": { "field": "tags" }
  }
}

8.3 向量检索（语义搜索）

九、性能、扩展性与维护性比较

十、选型建议与使用案例总结

10.1 如何选择？

10.2 国内外应用案例

总结