Lucene
Solr
Hadoop最近要实现一个分布式搜索框架，但不知道那种方案较好，经验较少。下面是一点初步了解，
第一种：采用 solr 的分布式功能。 由于最初设计的是index 的build 和search 是分离的，solr在这块就鸡肋了，所以这里主要采用solr的分布式功能，但有人提到 solr的分布式有一些缺点：没有全局的Lucene评分机制中的idf、lengthNorm因子，没有节点失效处理机制，而且性能上在亿级别？
第二种：采用 hadoop 和 Lucene。 主要考虑是 数据存储目前考虑用hbase ， 本身 Lucene的 index build和search过程是分离的，hadoop 处理分布式方面的，但是就是提高了项目的复杂度。
各位谁有经验，指点指点？
刚入手solr 飘过
http://www.zhihu.com/question/19793393
LZ这个问题曾经也尝试过，上面的讨论帖子对你应该有帮助，希望回答不是太晚
但有人提到 solr的分布式有一些缺点：没有全局的Lucene评分机制中的idf、lengthNorm因子
------------------
这个应该是有的啊
lucene索引数据放在哪里？
放在hbase，hbase是典型的key-value存储，不适合跨行事务。虽然在随机读取方面借助缓存有优势，但如果一次事务读取key太多，延迟也挺低的。我在hbase上面存储lucene index以及借助hbase机制重新设计lucene index，性能始终不是特别好。
如果lucene+hadoop，索引数据存储在hdfs，而hdfs目前并不适合大量小文件存储。lucene索引过程涉及大量索引小文件合并，而且hdfs设计目标也并不是一个实时流读写系统，因此对于lucene核心的near time index也是个挑战。
生搬硬凑在一起玩玩可以，产线恐怕还真要慎重。
目前最成熟的都是通过hadoop mapreduce生成索引先存储在hdfs,然后从hdfs将索引下载到本地的solr索引目录，整个过程在于加快全量索引生成效率。
elasticsearch 天然分布式，简单易用，同时支持节点失效，集群自动回复等等！elasticsearch.org