你好，

對比效能其實很不好回答，因為沒有我還不知道有 benchmark做了很深入的，而且沒有偏見的效能對比。

就實時搜尋而言(Near Real Time Search), feature 實現主要是lucene layer. Elasticsearch 比 SOLR 提前實現這個feature。但是現在Solr 也進步了不少，效能差別並沒有很大，畢竟底層都是用lucene 和JVM的嘛。 但是因為實現不一樣，feature 和 feature 之前效能差別肯定也還是有的。但是不同的use case，效能對比結果也是不一樣。而且兩個產品都有很多引數可以除錯， 結果也就更不一樣了。

就我個人的理解，畢竟elasticsearch 是2010 年後 才出現的專案，設計和實現上也更加考究，也更容易上手。 Solr的主要問題是直到 solr cloud, 一直並沒有 很好的scale 和 做分散式的辦法。SolrCloud release之後 bug 又很多。

加之就Elastic 這個產品 Stack 而言，search engine 是一塊基石。本身產品內部設計架構強調模組化，使得使用者很容易在上面搭建自己的擴充套件外掛 (aws plugin 啥的)。然後 Kibana前臺UI 和 Logstash 又給產品找來了很多眼球。我想這是Elasticsearch 現在更流行的原因吧。

對比效能其實很不好回答，因為沒有我還不知道有 benchmark做了很深入的，而且沒有偏見的效能對比。

就實時搜尋而言(Near

Real Time Search), feature 實現主要是lucene layer. Elasticsearch 比 SOLR

提前實現這個feature。但是現在Solr 也進步了不少，效能差別並沒有很大，畢竟底層都是用lucene 和JVM的嘛。

但是因為實現不一樣，feature 和 feature 之前效能差別肯定也還是有的。但是不同的use

case，效能對比結果也是不一樣。而且兩個產品都有很多引數可以除錯， 結果也就更不一樣了。

就我個人的理解，畢竟

elasticsearch 是2010 年後 才出現的專案，設計和實現上也更加考究，也更容易上手。 Solr的主要問題是直到 solr

cloud, 一直並沒有 很好的scale 和 做分散式的辦法。SolrCloud release之後 bug 又很多。

加之就

Elastic 這個產品 Stack 而言，search engine

是一塊基石。本身產品內部設計架構強調模組化，使得使用者很容易在上面搭建自己的擴充套件外掛 (aws plugin 啥的)。然後 Kibana前臺UI 和

Logstash 又給產品找來了很多眼球。我想這是Elasticsearch 現在更流行的原因吧。

對比效能其實很不好回答，因為沒有我還不知道有 benchmark做了很深入的，而且沒有偏見的效能對比。就實時搜尋而言(Near Real Time Search), feature 實現主要是lucene layer. Elasticsearch 比 SOLR 提前實現這個feature。但是現在Solr 也進步了不少，效能差別並沒有很大，畢竟底層都是用lucene 和JVM的嘛。 但是因為實現不一樣，feature 和 feature 之前效能差別肯定也還是有的。但是不同的use case，效能對比結果也是不一樣。而且兩個產品都有很多引數可以除錯， 結果也就更不一樣了。就我個人的理解，畢竟elasticsearch 是2010 年後 才出現的專案，設計和實現上也更加考究，也更容易上手。 Solr的主要問題是直到 solr cloud, 一直並沒有 很好的scale 和 做分散式的辦法。SolrCloud release之後 bug 又很多。 加之就Elastic 這個產品 Stack 而言，search engine 是一塊基石。本身產品內部設計架構強調模組化，使得使用者很容易在上面搭建自己的擴充套件外掛 (aws plugin 啥的)。然後 Kibana前臺UI 和 Logstash 又給產品找來了很多眼球。我想這是Elasticsearch 現在更流行的原因吧。