找了几个案例，最后选择把调研范围控制在较为主流的Elasticsearch、Solr和略偏门的Sphinx
Elasticsearch( https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html )的安装方式比较齐全，默认就是cluster分布式部署，RestfulAPI相当简洁，总体来讲感觉比较符合开发设计者的初衷：简单、易用、强大。
Solr( https://lucene.apache.org/solr/guide/6_6/ )的强项是默认就包含了WebUI，其他方面感觉几乎都要比Elasticsearch要复杂繁琐一点。
Sphinx( http://sphinxsearch.com/docs/latest/index.html ):它的文档首先说明的是它的弓虽与强大。Sphinx的文档内容量实际上也不算大，但是读起来感觉不是很易读，不知道是排版的原因，还是内容表述的问题。不过文档都看完以后，感觉总体机制复杂度还是可控的。同时他也提供了一个Web界面化Sphinx tools工具。
玩法:先看一遍文档，然后配置运行从头到尾实操一遍，然后试试基本技术流程，再根据项目需求开始具体实施+优化。
Sphinx的生产应用使用这个包：https://github.com/rutube/django_sphinxsearch，因为Sphinx使用MySQL方言,需要mysql包，所以装这个包需要：
sudo apt-get install libmysqlclient-dev
还有一个包叫 https://github.com/jorgecarleitao/django-sphinxql，不过后面这个包对语言版本有要求，必须Python3。候选这两个包的原因是这两个包近期有更新，特别是前者近期更新频繁，已经进入pypi。至于Sphinx官方Plugins目录里面的包大多已经too out甚至已经被废弃。