Nano Hash - криптовалюты, майнинг, программирование

MongoDB 3 (текстовый поиск) или Elasticsearch?

MongoDB 3 предлагает нам текстовые индексы (http://docs.mongodb.org/manual/core/index-text/). Мой вопрос: следует ли мне использовать Elasticsearch или MongoDB 3 с функцией текстового индекса? Что лучше всего подходит для поиска по большому количеству записей? Какой из них показал лучшую производительность (более 5 миллионов записей) в 2015 году?

Я искал эту информацию в Google, но нашел только устаревшие ответы.

Большое спасибо!

РЕДАКТИРОВАТЬ: Мой вариант использования — поиск заголовков, описаний и профилей по ключевым словам. Способна ли MongoDB 3 искать эти вещи с помощью функции текстового индекса (так же быстро или близко к ней), как Elasticsearch?

mongodb elasticsearch
22.04.2015

  • спойлер: я фанатик Elasticsearch. Если вам нужен полнотекстовый поиск, я бы посоветовал вам использовать Elasticsearch. Но и Mongodb, и Elasticsearch являются масштабируемыми, поэтому независимо от того, есть ли у вас 5 млн или 20 млн +... 22.04.2015

Ответы:


1

Зависит от того, какой у вас вариант использования. Если вам нужны возможности полнотекстового поиска, такие как поиск документа по ключевым словам или поиск продукта по ключевым словам, которые могут присутствовать в заголовке, описании, обзоре или тегах продукта. Если это так, то эластичный поиск — это то, что нужно.

Вы также можете оценить Lucene/Solr для вышеуказанных вариантов использования.

22.04.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..