对于站内搜索大家都是如何实现的？

[richiefans]

数据量不大 貌似用数据库就可以了，比如博客啥的～
但数据量大 且需要有分词概念的时候 大家如何实现的？
如果在考虑一下商业化 比如权重，排名之类的又如何呢？

目前我在看solr 大家有什么好的方案么？

[daqing]

最近也在考虑这方面的东西，目前可以选择的: Solr, Coreseek, 用Lucene自己定制开发，Redis-search。

基本上大型网站，用Lucene定制开发的居多。专业搜索引擎如百度，有道等，应该是自己的技术了。

[Julyyq]

直接用DW实现的菜鸟飘过~

[delectate]

用google custom

[richiefans]

@daqing 看了一下Coreseek是基于Sphinx 貌似也还行 Solr配置起来比较简单 先把它整整看 不知道用哪个中文分词比较好 imdict貌似不支持自定义词库

[daqing]

@richiefans 有一个ruby的中文分词工具，看这个：http://www.iteye.com/news/1380-recommended-chinese-ruby-word---rmmseg

[meecle]

刚才到GNU.org去搜索软件，发现Hyper Estraier ： a full-text search system for communities， 这个可以，更多的去http://fallabs.com/ 看看！

[meecle]

www.gnu.org 也再用这个，参考这里： http://www.gnu.org/cgi-bin/estseek.cgi

[Blask]

google custom 不错啊.

[Tianpu]

@richiefans 记得给我小红花 www.xunsearch.com

[xiangjian]

有没有对 pdf,word,PPT ,支持比较好的 全文搜索。中文分词最好可以自定义

[dreampuf]

document database 自己随意控制.
小的业务需求也很容易实现.

[tuzi]

@Tianpu 似乎不错，谢谢

[INT21H]

啊 分词用mmseg就蛮好

[yandy]

可以用一些 第三方的搜索服务，有 RESTful 的 API。例如国内有一家做的不错的 http://tinysou.com。既可以用API，又可以基于爬虫。看到 teahour.fm 就在用他们的服务。看到对中文的支持挺好的，还可以拼音搜索，拼音补全。

[kwklover]

一般大型的，会选用 JAVA 平台的 ES 或 SOLR ，其实底层都是基于 LUCENE ，特定是定制型强大，开发量和维护量也不小；
用 MYSQL 数据库可能会喜欢搭配 Sphinx 或基于它的衍生品，整合的比较密集，配置好了，查询用的类 SQL 语句，还是比较方便的，就是中文分词不太好，或者可定制性差些，性能还是挺高的；
WINDOWS 平台下中小草根站长可能比较喜欢选用搜易站内搜索引擎，基本不用开发了。点点鼠标就可以创建一个站内搜索。