存储在Cassandra中的自定义全文索引

Question

我遇到过使用Cassandra for DB而我需要全文搜索功能的情况。 现在我知道Apache Solr，Apache Cassandra和DSE搜索。

但是，我不想使用昂贵的专有软件（DSE搜索）。我不想使用Apache Solr的原因是因为我不想处理HA，分片和redundency。 Cassandra非常适合HA，分片和冗余;我想将我的全文索引存储在现有的Cassandra DB中。

所以我正在寻找的是将字符串分解为其可索引部分的东西。例如：

String input = "I like apples and bannanas.";

String tokens[] = makeTokenIndex(input);

//tokens = {"I","like","apples","bannanas","apple","bannana"}

String tokens[] = makeTokenIndex(input); //tokens = {"I","like","apples","bannanas","apple","bannana"} 显然我可以在空格上分割字符串并使用单词作为索引键。但我正在寻找比这更聪明的东西。可以处理复数，找到单词的根等的东西......

修改Apache Lucene是否是最佳解决方案，还是有其他选择？

Answer 1

我没有使用过Cassandra，但我认为你在谈论使用Lucene的Directory接口的Cassandra实现。 Lucene使用Directory与存储机制进行交互。

我发现了一些可能有用的项目：

• lucene-on-cassandra
• Solandra

但是，我不能说任何一个经验。