mysql - Lucene、Sphinx(或任何其他引擎)可以索引二进制数据吗？

Question

我已经有一个基于 Sql Server 2008 的应用程序在生产中，我通过存储二进制文件(连同文件扩展名)使用全文搜索。这意味着同一列可以存储 doc、xls、pdf、docx...等。我选择了这种方法(知道插入成本很高)，因为我有各种可以上传的文件，我不想碰到从各种类型的文件(xls、xlsx、doc、docx、pdf 等)转换文本的疯狂行为。此外，我不知道有任何免费工具可以为我做到这一点。我不想使用文件系统，因为那样不安全且维护成本高。

Now am looking for the ease (or difficulty) to move to mysql. Do have some options of full text search in mysql For ex: MySql Full text search (which does not index binary), Sphinx and Solr.

我找到了这个 Question ，这是最接近我需要的...虽然我猜 Sphinx 不索引二进制数据...但是，通过使用 SphinxSE 我可以查询 mysql 表和 Sphinx 以获得相关的结果集(在同一连接中)。我希望理解是正确的。但我不确定性能。 有人可以添加更多见解吗？

据我所知...将 Lucene 与 Mysql 集成很困难。

My need is to fetch ranked results based on criterion which can be structured (stored in RDBMS) and unstructured (textual dats which shall be indexed).

此外，是否还有其他选项看起来更适合我给定的情况。

Answer 1

看看 ElasticSearch(像 Solr 一样在引擎盖下使用 lucene)我认为它可以满足您的要求我不需要文档索引，所以没有尝试过。

更多信息请看这里

http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/mapping-attachment-type.html

它使用 Apache Tika 将文档转换为可索引的内容(与 SQL 服务器使用 IFilter 插件所做的相同)