NoSQL（MongoDB）vs Lucene（或Solr）作为你的数据库
随着NoSQL运动在基于文档的数据库的基础上不断发展，我最近研究了MongoDB。 我已经注意到与Lucene一样（和Solr的用户）如何将项目视为“文档”，这一点非常相似。
所以，问题是： 你为什么要使用Lucene（或Solr）上的NoSQL（MongoDB，Cassandra，CouchDB等）作为你的“数据库”？
我（而且我相信其他人）正在寻找答案的是他们的一些深入的比较。 让我们一起跳过关系数据库的讨论，因为他们服务于不同的目的。
Lucene具有强大的search和权重系统等优点。 更不要说Solr的一面（Solr即将被整合到Lucene中，耶！）。 您可以使用Lucene文档来存储ID，并像MongoDB一样访问这些文档。 把它和Solr混合起来，你就可以得到一个基于WebService的，负载平衡的解决scheme。
在讨论MongoDB的类似数据存储和可伸缩性时，甚至可以比较Velocity或MemCached之类的超级caching提供程序。
MongoDB的限制让我想起使用MemCached，但是我可以使用微软的Velocity，并且对MongoDB有更多的分组和列表收集能力（我认为）。 无法获得比在内存中caching数据更快或可伸缩的内容。 即使Lucene有一个内存提供者。
MongoDB（和其他）确实有一些优点，比如API的易用性。 新build一个文档，创build一个id，然后存储它。 完成。 好，易于。
这是一个很好的问题，我已经深思了很多。 我将总结我的经验教训：
-
在很多情况下，您都可以轻松使用Lucene / Solr来代替MongoDB，反之则不然。 格兰特·英格索尔的文章总结了这里。
-
MongoDB等似乎在没有search和/或刻面要求的情况下起作用。 程序员从RDBMS世界中解脱出来似乎是一个更简单和可以说更容易的过渡。 除非有人习惯，否则Lucene和Solr的学习曲线会更陡。
-
使用Lucene / Solr作为数据存储的例子并不多，但Guardian已经在一个出色的滑动平台上取得了一些进展，并总结了这一点，但是他们对于Solr的潮stream和对Solr的“调查”与CouchDB。
-
最后，我会提供我们的经验，遗憾的是不能透露更多的商业案例。 我们按照几TB数据的规模工作，这是一个接近实时的应用程序。 经过调查各种组合，决定坚持Solr。 到目前为止没有遗憾（6个月和计数），看到没有理由切换到其他。
总结：如果你没有search要求，Mongo提供了一个简单而强大的方法。 然而，如果search是您提供的关键，那么最好是坚持一种技术（Solr / Lucene），并优化其中的运动部件。
我的2美分，希望有所帮助。
您不能部分更新solr中的文档。 您必须重新发布所有字段才能更新文档。
而且性能很重要。 如果你没有提交，那么你对solr的改变不会生效，如果你每次提交，性能都会受到影响。
solr没有交易。
由于solr有这些缺点，有时候nosql是更好的select。
另外请注意，有些人将Solr / Lucene集成到Mongo中，方法是将所有索引存储在Solr中，并监视oplog操作并将相关更新级联到Solr。
通过这种混合方式，您可以真正拥有两全其美的function，例如全文search和快速读取function，同时具有可靠的数据存储，同时具有极高的写入速度。
这是一个技术设置，但有很多的oplog tailers可以集成到solr。 看看这篇文章中做了什么rangespan。
http://denormalised.com/home/mongodb-pub-sub-using-the-replication-oplog.html
我们一起使用MongoDB和Solr，它们performance良好。 你可以在这里find我的博客文章 ，我描述了我们如何一起使用这些技术。 这是一个摘录：
然而，我们观察到，当索引大小增加时，Solr的查询性能下降。 我们意识到最好的解决scheme是同时使用Solr和Mongo DB。 然后，我们将Solr与MongoDB集成，将内容存储到MongoDB中，并使用Solr创build索引进行全文search。 我们只在Solr索引中存储每个文档的唯一标识，并在Solr上search后从MongoDB中检索实际内容。 由于没有分析器，计分等，从MongoDB获取文档比Solr快。[…]
由于没有人提到它，让我补充一点，MongoDB是无模式的，而Solr强制执行一个模式。 所以，如果你的文档的字段可能会改变，这是selectMongoDB而不是Solr的一个原因。
从我两人的经验来看，Mongo非常适合简单，直接的使用。 我们蒙受的主要Mongo缺点是在意料之外的查询上performance不佳（你不能为所有可能的过滤/sorting组合创buildmongo索引，你简单的不能）。
而在这里，Lucene / Solr占据了大部分时间，特别是在FilterQuerycaching方面，性能非常出色。
@ mauricio-scheffer提到Solr 4 – 对于那些感兴趣的人，LucidWorks将Solr 4描述为“NoSQLsearch服务器”，并在http://www.lucidworks.com/webinar-solr-4-the-nosql上有一个videosearch服务器/他们在哪里详细介绍了NoSQL（ish）function。; （-ish是他们的无模式版本，实际上是一个dynamic模式。）
如果你只是想使用键值格式存储数据，不build议使用Lucene，因为它的倒排索引会浪费太多的磁盘空间。 而且随着数据保存在磁盘中，其性能比Redis等NoSQL数据库慢得多，因为redis将数据保存在RAM中。 Lucene的最大优点是它支持很多查询，因此可以支持模糊查询。
第三方的解决scheme，比如mongo操作系统的尾部是有吸引力的。 假设从开发/架构的angular度来看，解决scheme是否可以紧密集成仍然存在一些想法或问题。 我不希望看到这些function紧密集成的解决scheme，原因有几点（有些是推测性的，需要澄清，而不是最新的开发工作）：
- mongo是c ++，lucene / solr是java
- 也许lucene可以使用一些mongo库
- 也许mongo可以重写一些lucenealgorithm，另请参阅：
- lucene支持各种文档格式
- mongo专注于JSON（BSON）
- lucene使用不可变的文档
- 单场更新是一个问题，如果它们是可用的
- lucene索引对于复杂的合并操作是不可变的
- mongo查询是JavaScript
- mongo没有文本分析器/标记器（AFAIK）
- mongo文档大小是有限的，这可能会违背lucene的谷物
- mongo聚合操作可能在lucene中没有地方
- lucene可以select在文档中存储字段，但这不是一回事
- solr以某种方式提供汇总/统计和SQL /graphics查询
