用搜索引擎和缓存来缓解读库的压力
数据库做读库的话，常常对模糊查找力不从心，即使做了读写分离，这个问题还未能解决。
以我们所举的交易网站为例，经常根据商品的标题来查找对应的商品。对于这种需求，一般我们都是通过like功能来实现的，但是这种方式的代价非常大。此时我们可以使用搜索引擎的倒排索引来完成。
缓存是一种提高系统读性能的常见技术，对于读多写少的应用场景，我们经常使用缓存来进行优化。
问题：
- 目前常用的搜索引擎软件有哪些？
- 缓存与数据库一致性如何保证？
- 缓存集群机器分配的一致性哈希算法优点？
常用的搜索引擎软件
Lucene
Lucene更像是一个SDK。有完整的API族以及对应的实现。你可以利用这些在自己的应用里实现高级查询（基于倒排索引技术的）。是一套信息检索工具包，但并不包含搜索引擎系统，因此在使用Lucene时你仍需要关注如数据获取、解析、分词等方面的东西。
Solr
Solr是基于Lucene做的。它更接近于我们认识到的搜索引擎系统，它是一个搜索引擎服务，通过各种API可以让你的应用使用搜索服务，而不需要将搜索逻辑耦合在应用中。
Elasticsearch
Elasticsearch也是基于Lucene做的。但它比Solr在实时搜索上性能更高，使用上也更傻瓜简单一些。目前使用者也越来越多，推荐使用。
Sphinx
Sphinx是一个基于SQL的全文检索引擎，可以结合MySQL,PostgreSQL做全文搜索，它可以提供比数据库本身更专业的搜索功能，使得应用程序更容易实现专业化的全文检索。