indexing - Couchbase 或 Riak 作为搜索引擎的数据存储

Question

我想实现文本搜索引擎。特别是要索引的文档将是具有权重的术语列表。
查询是一个简单的术语列表。
搜索的输出应该是按相关性匹配排序的列表(针对术语及其权重)
我需要存储的数据很大!它不适合单个节点。所以最终的存储必须易于分发。

您会推荐哪种数据库存储？
经过一些分析，我想在 Couchbase 和 Riak 之间进行选择。

[编辑]
您如何看待简单的关系数据库？ 他们已经有了一些不错的分发机制(例如:内置 Postgres 9)
[/编辑]

Riak 具有内置搜索功能，但据我所知，我不想使用它，因为我需要索引才能获得响应(而不是为每个查询计算它)。

另一方面，Couchbase 2“为 JSON 文档添加二级索引。索引是通过 View 创建的，然后可以查询。索引是均匀分布的。”
这听起来对 Couchbase 来说是一个很大的好处

Answer 1

回答“我可以/应该使用数据库来存储我的索引文档吗？”的一般基本问题。

是的。

这是一个相当普遍的模式。一些组织(为了保护无辜者而隐瞒名称)使用 Solr 作为索引和相关引擎，仅从搜索中返回主键，然后转身从数据库存储中检索实际文档。

然而，这种方法存在挑战；主要是为了使两个系统(solr 和 db)保持同步。 Couchbase 使用其跨数据中心复制技术来保持 ElasticSearch 实例同步； Riak 2 刚刚发布并有效地为数据库的每个分片自动创建一个 Solr 索引。根据您的用例，两者都可以正常工作。此外，您显然可以使用队列等进行自己的同步。

两个数据库的更多详细信息，请访问

http://docs.couchbase.com/couchbase-elastic-search/
http://docs.basho.com/riak/latest/dev/advanced/search/