索引和搜索内部页面文本的最佳解决方案？

Question

我有一个高流量的新闻网站，我需要添加一个搜索功能。我需要一些免费或便宜的产品，可以立即为搜索结果添加新的新闻，处理高流量，并允许定制样式的结果。我看了一下谷歌自定义搜索，它似乎不是一个好的选择，因为你必须支付高流量，他们不会立即添加新的新闻文章，除非我支付每次添加文章时索引它们。

有谁知道一个不同的搜索API，可以满足我的需求或更好的，我可以使用某种库或脚本？例如，Sphinx，Lucene，Solr等有能力为网页建立索引吗？如果是这样，这是否会有巨大的数据需求，这将使我的亚马逊网络服务的法案暴涨？什么是最好的解决方案？

Answer 1

如果它们都只是一堆文本文件，则可以使用elasticsearch和attachment plugin来索引这些文本文件。

但是，请注意，这不是即插即用的简单情况。您需要编写一些抓取这些文本文件的代码，然后将其索引到弹性搜索中。

您还必须编写一些代码，以便每次更新或添加页面时，都会调用elasticsearch的webservice来索引或更新它。

Elasticsearch使用REST API，因此您可以使用CURL轻松进行交互，就像任何普通的Web服务一样。此外还有PHP库以简化交互。数据以JSON发送和接收。

我认为弹性搜索在这里很合适，但试试看，并试着看看它是如何工作的。