首先，先说一下solr的优缺点和elasticSearch 的优缺点；
Solr
优点
- Solr有一个更大、更成熟的用户、开发和贡献者社区。
- 支持添加多种格式的索引，如：HTML、PDF、微软 Office 系列软件格式以及 JSON、XML、CSV 等纯文本格式。
- Solr比较成熟、稳定。
- 不考虑建索引的同时进行搜索，速度更快。
缺点
- 建立索引时，搜索效率下降，实时索引搜索效率不高。
Elasticsearch
优点
- Elasticsearch是分布式的。不需要其他组件，分发是实时的，被叫做”Push replication”。
- Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。
- 处理多租户不需要特殊配置，而Solr则需要更多的高级设置。
- Elasticsearch 采用 Gateway 的概念，使得完备份更加简单。
- 各节点组成对等的网络结构，某些节点出现故障时会自动分配其他节点代替其进行工作。
缺点
- 只有一名开发者（当前Elasticsearch GitHub组织已经不只如此，已经有了相当活跃的维护者）
2. 还不够自动（不适合当前新的Index Warmup API）
Elasticsearch 与 Solr 的比较总结
1.Solr 利用 Zookeeper 进行分布式管理，而 Elasticsearch 自身带有分布式协调管理功能;
2.Solr 是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于新兴的实时搜索应用。
3.Solr 支持更多格式的数据，而 Elasticsearch 仅支持json文件格式；
4.Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高级功能多有第三方插件提供；
5.Solr 在传统的搜索应用中表现好于 Elasticsearch，但在处理实时搜索应用时效率明显低于 Elasticsearch。
通过这些优缺点的比较：选择solr最主要：
1.我们的项目中dubbox要用到zookeeper作为注册中心，刚好可以利用zookeeper来协调Solr集群；
2.如果不在实时插入查询，solr搜索引擎的暂时可以满足搜索的速度需求；
3.项目后期升级要朝着hadoop这块发展，当数据量大的时候，用hadoop处理数据，而solr可以很简便的与hadoop结合。由于Hadoop处理大量数据，Solr帮助我们从这么大的源中找到所需的信息。不仅限于搜索，Solr也可以用于存储目的；
4.还有最后一个原因，solr有一个成熟的社区，我们在开发中遇到的问题 ，可以向社区求助，以便使我们更快的解决问题；