Apache Lucene
Apache Lucene — 用于全文和向量搜索的搜索引擎。
搜索复杂
技术栈组成
EngineLucene 9
LangJava
IndexInverted index
为什么
快速相关性排序搜索，支持分面、高亮和容错。Meilisearch 和 Typesense 作为开源 Algolia 替代方案出现，规模化时便宜 5-10 倍。
Algolia 通过 MRR 排序算法处理 15 亿以上搜索/月，延迟低于 50ms。
何时使用
用于产品搜索、日志搜索和 RAG 向量检索。简单 DB LIKE 查询避免。
如何做
1. 部署 Apache Lucene 实例
2. 创建索引/集合
3. 索引文档
4. 用过滤器/分面查询
示例
// Apache Lucene 搜索
const results = await lucene.search('query', {
limit: 10,
filters: 'category:books',
});
常见问题
- ⚠Apache Lucene 索引映射变更需重建索引 — 提前规划 schema
- ⚠查询延迟高 — 使用 {ne} 副本并调优分片数
- ⚠环境间配置漂移 — 使用基础设施即代码（Terraform/Pulumi）保持 dev/staging/prod 一致
最佳实践
- ✓使用适合你语言的 Apache Lucene 分析器
- ✓监控 {ne} 索引大小并优化映射
- ✓设置健康检查和优雅关闭 — 处理 SIGTERM 以在退出前排空进行中的请求
常见问题解答
什么是Apache Lucene？适合做什么项目？
Apache Lucene — 用于全文和向量搜索的搜索引擎。 它通过分层组合提供端到端类型安全与开箱即用的部署体验，适合从 MVP 到生产 SaaS 的快速迭代。
如何用Apache Lucene在 10 分钟内跑通一个 demo？
两步起步：① 部署 Apache Lucene 实例；② 创建索引/集合。先跑通本地 dev server，再接一个真实数据源验证端到端链路。
Apache Lucene 最常见的坑是什么？怎么避免？
最高频的坑是：Apache Lucene 索引映射变更需重建索引 — 提前规划 schema。避免方法：在 PR 模板里加入对应 checklist，CI 中跑类型检查 + lint + 单测，三重把关再合并。
Apache Lucene 的最佳实践有哪些？
Apache Lucene 的最佳实践包括：使用适合你语言的 Apache Lucene 分析器；监控 {ne} 索引大小并优化映射；设置健康检查和优雅关闭 — 处理 SIGTERM 以在退出前排空进行中的请求。其中首条「使用适合你语言的 Apache Lucene 分析器」应在项目初始化时就落地，避免后期返工。
什么情况下不该选Apache Lucene？
三种情况另选他栈：① 团队对该栈核心框架零经验且工期紧张（学习曲线风险）；② 项目是纯内容/营销站（选 Astro 更轻）；③ 需要极高吞吐（>1 万 RPS）或强一致微服务（选 Go/Rust）。Apache Lucene 的强项是中高复杂度全栈与 API，别在简单静态页上过度工程。