http://www.sphinxsearch.com
http://www.sphinxconnector.net/
Clave Sphinx son:
- alta indexación y búsqueda de rendimiento;
- herramientas avanzadas de indexación y consulta (tokenizador de texto flexible y rico en funciones, lenguaje de consulta, varios modos de clasificación diferentes, etc.);
- conjunto de resultados avanzados postprocesamiento (SELECCIONE con expresiones, WHERE, ORDER BY, GROUP BY etc. sobre los resultados de búsqueda de texto);
- probada escalabilidad hasta miles de millones de documentos, terabytes de datos y miles de consultas por segundo;
- fácil integración con fuentes de datos SQL y XML, y las interfaces de búsqueda SphinxAPI, SphinxQL o SphinxSE;
- escalado sencillo con búsquedas distribuidas.
Para ampliar un poco, Sphinx:
- tiene alta velocidad de indexación (hasta 10-15 MB/seg por núcleo en un punto de referencia interno);
- tiene una alta velocidad de búsqueda (hasta 150-250 consultas/seg por núcleo contra 1,000,000 de documentos, 1,2 GB de datos en un punto de referencia interno);
- tiene una gran escalabilidad (los índices de clúster más grandes conocidos superan los 3,000,000,000 de documentos, y el más ocupado tiene un pico de más de 50,000,000 de consultas/día);
- ofrece una buena clasificación de relevancia a través de la combinación del ranking de proximidad de frases y el ranking estadístico (BM25);
- proporciona capacidades de búsqueda distribuida;
- proporciona generación de fragmentos de documento (fragmentos);
- proporciona la búsqueda desde la aplicación con las interfaces SphinxAPI o SphinxQL, y desde MySQL con el motor de almacenamiento SphinxSE enchufable;
- admite booleano, frase, proximidad de palabra y otros tipos de consultas;
- admite múltiples campos de texto completo por documento (hasta 32 por defecto);
- admite múltiples atributos adicionales por documento (es decir.grupos, marcas de tiempo, etc.);
- admite palabras vacías;
- soporta diccionarios de formas morfológicas de palabras;
- admite excepciones de tokenización;
- admite codificaciones de un solo byte y UTF-8;
- soporta stemming (stemmers para inglés, ruso y checo están incorporados, y los stemmers para francés, español, portugués, italiano, rumano, alemán, holandés, sueco, noruego, danés, finlandés, húngaro, están disponibles construyendo tercero biblioteca libstemmer de parte);
- admite MySQL de forma nativa (se admiten todos los tipos de tablas, incluidos MyISAM, InnoDB, NDB, Archivo, etc.);
- admite PostgreSQL de forma nativa;
- admite bases de datos compatibles con ODBC (MS SQL, Oracle, etc.) de forma nativa;
- ... tiene otras 50 funciones que no se encuentran aquí, consulte la API y el manual de configuración.
He encontrado que el rendimiento con Lucene.net es increíble, así que es una sorpresa escuchar a alguien decir que tienen problemas con el rendimiento! (Por cierto, Lucene tiene una API bastante buena para la puntuación personalizada, etc.) –
No tengo ningún problema con el rendimiento de lucene, pero la clasificación personalizada es muy difícil. – Ehsan