本文從兩個方面對ElasticSearch和Solr進行對比，從關係型數據庫中的導入速度和模糊查詢的速度。
單機對比
1. Solr 發佈了4.0-alpha，試了一下，發現需要自己修改schema，好處是它自帶一個data importer。在自己的計算機上測試了一下，導入的性能大概是：14分鐘導入 3092730 條記錄，約合 3682條/秒。
2. 3百萬條記錄的情況下，模糊查詢和排序基本都在1秒內返回
3. 剛纔的測試，是每個field單獨存儲，現在修改了一下配置文件，增加了一個copyField，所有的field都拷貝一份到text這個field裏面去，導入的性能大概是：19分鐘導入了3092730 條記錄，約合 2713條/秒
4. 3百萬條記錄的情況下，針對text的模糊查詢基本在1秒內返回，但是針對所有記錄的排序，大概要2~3秒
5. 使用 elasticsearch 0.19.8，缺省配置，用單任務導入，導入性能是：20分鐘導入了3092730 條記錄，約合2577條/秒
6. 3百萬條記錄的情況下，查詢基本上在1秒內返回，但是模糊查詢比較慢，第一次要10秒，後來大概要1~3秒。加上排序大概需要5秒，整體排序基本100ms
查詢及排序的指令：
{
"query": {
"query_string": {
"query": "*999*"
}
},
"sort": [
{
"TIME_UP": {
"order": "asc"
}
}
]
}
7. Es0.19.8，用兩個任務導入，導入性能是：13分鐘導入了3092730 條記錄，約合3965條/秒
8. Solr全部建好索引後，佔用磁盤空間是1.2G，es佔用磁盤空間是4G
單機對比2
在一臺Intel i7，32G內存的機器上，重新跑這兩個的對比。不過有個重大的區別在於，Solr是在這臺性能很好的機器上跑，而es的導入進程則是在一臺Intel 四核 2.5G，4G內存的機器上跑的，也許會有性能的差異。ES版本0.19.8，Solr版本4.0-ALPHA。
1. Solr的導入性能：3400萬條記錄，用時62分鐘，平均9140條/秒，佔用空間12.75G
2. 使用 *999* 這樣的模糊查詢，3秒以內返回，稍長一點的查詢條件 *00100014*，也是2~3秒返回
3. Es的導入性能（設置Xmx爲10G）：3400萬條記錄，用時40分鐘，平均14167條/秒，佔用空間33.26G，客戶端採用4個併發。
4. 使用 *999* 這樣的模糊查詢，9秒返回，稍長一點的查詢條件 *00100014*，11.8秒返回
5. 如果不是針對所有字段查詢，而是針對某個特定字段，比如 SAM_CODE: *00100014*，那麼也是1秒以內返回。
6. 結論：es的查詢效率也可以很高，只是我們還不會用。
7. 結論2：es有個設置是把所有字段放一塊的那個，缺省是放一起，但是不知道爲什麼沒起到應有的作用。
備註：
1. Solr第一次的那個內存使用的是缺省設置，這次改爲10G，結果導入性能反而變差了，400萬條記錄，用了8分鐘，平均8333條/秒，不知道爲什麼。
2. 改回缺省的內存配置，導入速度仍然慢。
3. 重啓Linux，用10G的內存配置，再導入，5030萬條記錄，用時92分，約9112條/秒，說明導入速度和內存配置沒有大差別
4. 在10G配置的情況下，檢索速度也差別不大。
5. 爲了搞清楚lucene4.0和solr4.0的進步有多大，下載了solr3.6.1，所幸的是4.0的配置文件在3.6.1上也可以用，所以很快就搭起來進行測試，導入性能爲：3400萬條記錄，用時55分鐘，約10303條/秒，佔用空間13.85G。查詢性能：*999*第一次11.6s，*00100014* 27.3s，相比4.0ALPHA的結果（5000萬結果當中，*999*第一次2.6s，*00100014*第一次2.5s）來說，慢了很多，與es的性能差不多，因此，也許lucene4.0真的對性能有大幅提升？
集羣對比：
採用4臺同樣配置（Intel i7，32G內存）的Centos 6.3組成的集羣，進行對比。
1. 首先是es，很方便的就組成了一個Cluster，等上一個3400萬條的Index全部均衡負載之後進行測試，導入到另外一個Index當中。
2. 導入性能：8500萬條記錄，用時72分鐘，約爲19676條/秒。在前5千萬條記錄導入時的速度在2萬/條以上，初始的速度在2.2萬/條。佔用空間78.6G（由於有冗餘，實際佔用空間爲157.2G）
3. 查詢性能：
*999*第一次13.5秒，第二次19.5秒，第三次7.4秒，第四次7.1秒，第五次7.1秒
*00100014*第一次17.2秒，第二次16.6秒，第三次17.9秒，第四次16.7秒，第五次17.1秒
SAM_CODE:*999*，0.8s，1.3s，0.02s，0.02s，0.02s
SAM_CODE: *00100014*，0.1s，0.1s，0.02s，0.03s，0.05s
4. Solr4.0-ALPHA，SolrCloud的配置還算簡單，啓動一個ZooKeeper，然後其他三臺機器訪問這個地址，就可以組成一個Cloud：
機器1： nohup java -Xms10G -Xmx10G -Xss256k -Djetty.port=8983 -Dsolr.solr.home="./example-DIH/solr/" -Dbootstrap_confdir=./example-DIH/solr/db/conf/ -Dcollection.configName=xabconf3 -DzkRun -DnumShards=4 -jar start.jar &
其他機器：nohup java -Xms10G -Xmx10G -Dsolr.solr.home="./example-DIH/solr/" -DzkHost=192.168.2.11:9983 -jar start.jar &
但是在執行 data import 的時候，頻繁出現 OutOfMemoryError: unable to create new native thread。查了很多資料，把Linux的ulimit當中的nproc改成10240，把Xss改成256K，都解決不了問題。暫時沒有辦法進行。
結論
1. 導入性能，es更強
2. 查詢性能，solr 4.0最好，es與solr 3.6持平，可以樂觀的認爲，等es採用了lucene4之後，性能會有質的提升
3. Es採用SAM_CODE這樣的查詢性能很好，但是用_all性能就很差，而且差別非常大，因此，個人認爲在目前的es情況下，仍然有性能提升的空間，只是現在還沒找到方法。
更新：
剛纔搜到了Solr的OOM錯誤，是一個尚未解決的issue： https://issues.apache.org/jira/browse/SOLR-3658
http://www.myexception.cn/open-source/731001.html