SQL Server 2008全文本搜索（FTS）與Lucene.NET

Question

我知道過去一直存在關於SQL 2005與Lucene.NET的問題，但自2008年問世以來，他們對它做了很多更改，並且想知道是否任何人都可以給我優點/缺點（或鏈接到一篇文章）。

Answer 1

2006年，我在SQL Server 2005的FTS之上構建了一箇中等規模的知識庫（可能是2GB索引文本），現在已經將它移至2008的iFTS。這兩種情況對我而言都很好，但從2005年到2008年的這一舉措對我來說實際上是一種改進。

我的情況並不像StackOverflow的意義上說，我只是每晚刷新數據的索引，但是我試圖將多個CONTAINSTABLE語句的搜索結果返回給對方和關係表。

在2005年的FTS中，這意味着每個CONTAINSTABLE必須在索引上執行搜索，返回完整結果，然後讓DB引擎將這些結果加入到關係表中（這對我來說都是透明的，但它是發生並且查詢費用昂貴）。 2008年的iFTS改善了這種情況，因爲數據庫集成允許多個CONTAINSTABLE結果成爲查詢計劃的一部分，這使得大量搜索更加高效。

我認爲，2005年和2008年的FTS引擎，以及Lucene。NET的架構折衷方案將會與許多項目情況相比更好或更差 - 我很幸運，升級對我有利。我可以完全明白爲什麼2008年的iFTS不能像2005年那樣在StackOverflow.com這種用例的高度OLTP性質上運行。然而，我不會打折2008年iFTS可能與繁重的插入事務負載隔離的可能性......但是這聽起來像完成轉移到Lucene.NET一樣多的工作......以及酷因爲Lucene.NET的因素很難忽略;）對於我來說，SQL 2008的iFTS在大多數情況下的易用性和效率可能會導致Lucene的'酷'因素（儘管它易於使用，我從未在生產系統中使用它，所以我保留對此的評論）。我很有興趣知道在StackOverflow或類似的情況下，Lucene是多麼高效（現在已經實現了嗎？）。

Answer 2

這可能幫助： http://blog.stackoverflow.com/2008/11/sql-2008-full-text-search-problems/

沒有使用SQL Server 2008中的個人，但基於該博客條目，它看起來像全文搜索功能比它慢於2005年

Answer 3

我們使用全文搜索的可能性，但在我看來，它取決於數據本身和您的需求。

我們使用網絡服務器進行擴展，因此我喜歡lucene，因爲我沒有那麼多的sql-server負載。

對於從零開始，並希望有一個全文搜索，我寧願sql-server解決方案，因爲我認爲這是真的很快得到的結果，如果你想lucene你必須在開始實施更多（也獲得一些技巧）。

Answer 4

SQL Server FTS對於小型部署將更容易管理。由於FTS與數據庫集成，因此RDBMS會自動更新索引。這意味着你沒有一個明顯的縮放解決方案，沒有複製數據庫。所以如果你不需要擴展，SQL Server FTS可能是「更安全」的。在政治上，大多數商店將會更加適應純粹的SQL Server解決方案。

在Lucene方面，我贊成直接使用Lucene的SOLR。無論使用哪種解決方案，您都必須在數據更改時自己更新索引，並將數據映射到SOLR/Lucene索引。專業人員可以通過添加其他索引輕鬆進行縮放。您可以在非常精簡的Linux服務器上運行這些索引，從而消除一些許可成本。如果你採用Lucene/SOLR路線，我會把你需要的所有數據直接放到索引中，而不是把索引放回數據庫。您可以在索引中包含不可搜索的數據，例如，您可以將預先構建的HTML或XML存儲在索引中，並將其作爲搜索結果提供。採用這種方法，您的數據庫可能會關閉，但您仍然可以在斷開模式下提供搜索結果。

我從來沒有見過SQL Server 2008和Lucene之間的頭對頭的性能比較，但很想看到一個。

Answer 5

需要注意的一點是除了全文約束之外，還有什麼樣的搜索約束條件。如果你正在做lucene無法提供的約束，那麼你幾乎肯定會使用FTS。 2008年的好處之一是，他們改進了FTS與標準SQL服務器查詢的集成，因此混合數據庫和FT約束條件下的性能應該比2005年更好。