关于全文搜索引擎的选择，小型后端项目用 Elasticsearch 合适吗？

[yodhcn]

楼主今天刚了解到 "全文搜索引擎" 这一概念 —— 传统的关系型数据库，比如 MySQL，一般不适合做关键词搜索，关键字搜索最好配合全文搜索引擎使用。

在网上搜索 "全文搜索引擎" ，大家推荐的都是 Elasticsearch，一个企业级的搜索引擎。

实际上，楼主正在开发一个类似 emby 或 plex 的个人媒体服务器，数据量自然不会太大，于是就选择了 sqlite 这一文件型数据库，来存储视频 /音频的元数据。
这种级别的后端应用，自然用不到 Elasticsearch 这么重的工具，也没有数据分析的需求，但还是要解决 "搜索元数据中的关键词" 这一问题。

所以，想向大家请教 2 个问题：
1. 对于小型后端项目，有哪些适合的比较轻量的全文搜索引擎？或者其它解决关键词搜索的方案？
2. 那些博客应用、小型论坛应用都是怎么解决全文搜索的？

[yzbythesea]

博客之前用的就是一个 javascript 写的搜索，原理就是 regex 指定的文本。

[yrj]

数据量小，建议直接 sqlite 自带的全文检索，我用过没问题的。单个人不是很推荐 sqlite 做生产数据库。

[veike]

@yzbythesea 太弱了

[zjsxwc]

偏个题
mysql5.7 之后就支持中文全文搜索了 ngram

[Jackeriss]

github 上也有不少小型搜索引擎项目

[dick20cm]

@anUglyDog 这个不是中文分词，ngram 就叫做 ngram

[update]

中小型的尝试下
redissearch
manticoresearch
sphinx

[xuanbg]

楼主是不是对“重”有着什么误解？什么叫重？
1 、使用、管理、维护需要专门的人才，这个叫重
2 、使用的代价高昂，应用本身或应用工作所需的硬件资源需要花费巨额资金，这个叫重
3 、没有第三了……

ES 重吗？完全免费！一行 docker 命令就能完成安装，几乎不需要配置，spring boot 已经集成了客户端，这个能叫重？
至于使用它所需要的资源，cpu 取决于你的业务量，内存 /存储取决于你的内容。既然你没啥访问量，内容也不多，那基本上就是 docker 镜像占用个几百兆硬盘空间而已。你管这个叫重？

[chinesestudio]

solr

[icyalala]

@xuanbg 你是不是对楼主想问的 "重" 和 "轻量" 有什么误解？

[mywaiting]

要是用 PostgreSQL 增加全文搜索也就是分分钟的事情，tsvector 搞定所有搜索

当然了，这是中小型网站的选择，你要是打算到 Google 搜索这级别，就当我什么也没有说过吧

[lemy]

@GoLand 实话说这样还不如自己上 es，也要考虑后期的拓展。依赖搜索引擎做自己的搜索功能是不现实的。

[pc10201]

阿里云直接有搜索服务，自动同步 mysql

[est]

> 楼主正在开发一个类似 emby 或 plex 的个人媒体服务器，数据量自然不会太大

建议直接 mysql ngram

[mtrec]

但还是要解决 "搜索元数据中的关键词" 这一问题

需求这么简单自己写个分词倒排索引不就好了？

[notejava]

Elasticsearch 重了点，Lucene 就可以满足

[KevinBlandy]

也许可以试试看 redissearch

[imn1]

我想问有什么元数据的关键词需要搜索？就是什么需求？

个人服务的话，建议还是免装数据库（暂时就 sqlite 合适），其他所有需要安装的数据库，都不适合备份导出
注意用户群中懂导入导出的恐怕不足 5%，媒体越多，库越大，意味着这个用户前期输入组织的工作量越大，基本不可能在崩溃后重新再组织一次，如果做不到原样回复，那就是一次抛弃型软件

经验：
我目前一万五千个视频文件，就已经 50T 硬盘了，找到视频的路径位置是第一需求
我的意思是，大视频的话，数量少一点，但存在分盘问题，小视频的话，数量多一点，但个人较难逐个输入数据，肯定有他自己的一套提醒记忆方案，这个方案一般不会太复杂（否则不好记），但比较个性化，其他人不适用
所以做这种个人服务项目，做成泛化功能用途不大，反而需要一些个人定制的功能，反正就是不好做

个人觉得，以数据量来说，sqlite 足够了，很难想像个人的媒体，在不计算图片前提下能达到百万级，如果真达到百万级（例如包含图片），元数据一定不会太复杂，因为对那个用户来说，百万级手动输入不太可能，自动获取又难以满足他的记忆提醒需求，时间、地点、TAG，超出这些的个性化需求就不是软件制作人能想到的了

不必太担心全文搜索了，这不是个人媒体库的难点

[lewis89]

@xuanbg #28 轻重看场景的，人家用的 sqlite 这明显是针对 NAS 以及个人用户的

[lewis89]

别考虑这么多，针对终端用户的东西，还动不动考虑性能... 真的是没有意思，个人用户撑死能存个几万部电影，这种场景 性能不是首先需要考虑的问题。