在Azure和Lucene.NET上構建分佈式索引。我應該學習Solr和Hadoop嗎？

Question

我需要我的搜索索引基於Azure/Lucene.NET實現。話雖如此，我對Solr和Hadoop知之甚少，或者他們提供給Linux的人羣。

由於我不知道我面前的學習曲線，我會告訴你我在找什麼，也許你可以告訴我該如何度過我的時間。

我感興趣的是從我們的系統索引不斷增長的一批電子郵件。隨着消息的發送或接收，他們需要被搜索。這意味着索引可能會變得很大，這就是爲什麼我們在考慮雲存儲。考慮到我是Azure的家人，管理層建議我們使用Lucene.NET。

你認爲什麼是我花時間的最佳方式：學習如何讓Lucene.NET索引我的文檔，或查看Solr/Hadoop的實現。

Answer 1

如果不知道源語料庫的規模（我們在近實時應用程序中對幾個TB進行操作），我可以分享一些我們的經驗。我們主要是一個.NET商店，我們發現使用SolrNet等工具可以非常容易地使用Solr，而且我們的開發人員也可以輕鬆學習。

使用Solr的好處很多：從明顯的例如面，一個簡單，靈活的API，如果你需要一個等等;事實上它有更多的活躍的社區，並具有最新和最大的功能修復（比較 Lucene.net）。重要的是，我們可以使用Solr與商品機器線性地進行線性縮放（抱歉，不能對使用雲進行比較），但考慮到我們用於碎片的機器（幾乎爲零）成本，我無法想象使用Azure或AWS會更便宜。

希望有所幫助。

Answer 2

如果你可以通過HTTP與你的索引機通信，我建議你使用Solr。您只需更改配置文件即可輕鬆設置Solr服務器，無需任何編程。它可以很好地縮放，請參閱：Scaling Lucene and Solr。目前正在開發Solr Cloud，這將使縮放Solr更容易，並支持一些類似hadoop的功能。