文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > Lucene 基于java的全文搜索引擎简介
侵权投诉

Lucene 基于java的全文搜索引擎简介

Lucene 基于java的全文搜索引擎简介

索引数据源:doc(field1,field2...) doc(field1,field2...) \ indexer / _____________ | Lucene Index| -------------/ searcher \ 结果输出:Hits(doc(field1,field2) doc(field1...))

索引数据源:record(field1,field2...) record(field1..) \ SQL: insert/ _____________ | DB Index |

------------/ SQL: select \ 结果输出:results(record(field1,field2..) record(field1...))

Document:一个需要进行索引的“单元” 一个 Document 由多个字段组成 Field:字段 Hits:查询结果集,由匹配的 Document 组成 全文检索 ≠ like "%keyword%" 通常比较厚的书籍后面常常附关键词索引表(比如:北京:12, 34 页, 上海:3,77 页……),它能够帮助读者比较快地 找到相关内容的页码。而数据库索引能够大大提高查询的速度原理也是一样,想像一下通过书后面的索引查找的速度要 比一页一页地翻内容高多少倍……而索引之所以效率高,另外一个原因是它是排好序的。对于检索系统来说核心是一个 对于检索系统来说核心是一个 排序问题。 排序问题 由于数据库索引不是为全文索引设计的,因此,使用 like "%keyword%"时,数据库索引是不起作用的 使用 时 数据库索引是不起作用的,在使用 like 查 询时,搜索过程又变成类似于一页页翻书的遍历过程了,所以对于含有模糊查询的数据库服务来说,LIKE 对性能的危害 是极大的。如果是需要对多个关键词进行模糊匹配:like"%keyword1%" and like "%keyword2%" ...其效率也就可想而知 了。 所以建立一个高效检索系统的关键是建立一个类似于科技索引一样的反向索引机制,将数据源(比如多篇文章)排序顺 序存储的同时,有另外一个排好序的关键词列表,用于存储关键词==>文章映射关系,利用这样的映射关系索引:[关键 词==>出现关键词的文章编号,出现次数(甚至包括位置:起始偏移量,结束偏移量),出现频率],检索过程就是把模 模 糊查询变成多个可以利用索引的精确查询的逻辑组合的过程。从而大大提高了多关键词查询的效率,所以,全文检索问 糊查询变成多个可以利用索引的精确查询的逻辑组合的过程 题归结到最后是一个排序问题。 由此可以看出模糊查询相对数据库的精确查询是一个非常不确定的问题,这也是大部分数据库对全文检索支持有限的原 因。Lucene 最核心的特征是通过特殊的索引结构实现了传统数据库不擅长的全文索引机制,并提供了扩展接口,以方 便针对不同应用的定制。 可以通过一下表格对比一下数据库的模糊查询: Lucene 全文索引引擎 数据库 对于 LIKE 查询来说,数据传统的索引是根本用不 索引 将数据源中的数据都通过全文索引一一建立反向索引 上的。

数据需要逐个便利记录进行 GREP 式的模 糊匹配,比有索引的搜索速度要有多个数量级的 下降。 通过词元(term)进行匹配,通过语言分析接口的实现,可 以实现对中文等非英语的支持。 使用:like "%net%" 会把 netherlands 也匹配出 来, 多个关键词的模糊匹配:使用 like "%com%net%": Record:记录,包含多个字段

Field:字段 RecordSet:查询结果集,由多个 Record 组成

匹配效果

Lucene 基于java的全文搜索引擎简介

Lucene 基于java的全文搜索引擎简介

上一页第2页

热门文档

相关文档

  • Lucene:基于Java的全文检索引擎简介

    基于 Java 的全文索引引擎 Lucene 简介:关于作者和 Lucene 的历史 全文检索的实现:Luene 全文索引和数据库索引的比较 中文切分词机制简介:基于词库和自动切分词算法...

  • Lucene:基于Java的全文检索引擎简介

    5. 6. 基于 Java 的全文索引引擎 Lucene 简介:关于作者和 Lucene 的历史 全文检索的实现:Luene 全文索引和数据库索引的比较 中文切分词机制简介:基于词库和自动...

  • Lucene:基于Java的全文检索引擎简介

    Lucene:基于 Java 的全文检索引擎简介【本文主要内容】 1.基于 Java 的全文索引引擎 Lucene 简介:关于作者和 Lucene 的历史 2.全文检索的实现:Luene 全文索引和...

  • Lucene:基于Java的全文检索引擎简介

    Lucene:基于Java的全文检索引擎简介_互联网_IT/计算机_专业资料 暂无评价0人阅读0次下载举报文档 Lucene:基于Java的全文检索引擎简介_互联网_IT/计算机_专业...

  • Lucene:基于Java的全文检索引擎简介

    Lucene:基于Java的全文检索引擎简介Lucene:基于Java的全文检索引擎简介隐藏>> Lucene:基于 Java 的全文检索引擎简介作者:车东 发表于:2002-08-06 18:08 最后更新...

  • Lucene:基于Java的全文检索引擎技术简介

    Lucene: Lucene:基于 Java 的全文检索引擎技术简介 内容摘要: 内容摘要: Lucene 是一个基于 Java 的全文索引工具包。 1.基于 Java 的全文索引引擎 Lucene 简介:...

  • Java全文检索引擎Lucene的应用

    现介绍 Lucene全文检索引擎技术的背景和初步应用 。 1 搜索引擎 Lucene 的应用背景 搜索引擎的使用已成为既收发电子邮件后的第 二大互联网应用技术 。搜索引擎起...

  • JAVA lucene全文检索工具包的理解与使用

    JAVA lucene全文检索工具包的理解与使用_计算机软件及应用_IT/计算机_专业资料...lucene 简介 1.1 什么是 lucene Lucene 是一个全文搜索框架,而不是应用产品。...

  • lucene开源搜索引擎的介绍和使用

    lucene开源搜索引擎的介绍和使用_计算机软件及应用_IT/计算机_专业资料。lucene...Lucene Apache Lucene是一个基于Java全文搜索引擎,利用它可以轻易地为Java软件加入...

  • 基于Lucene的全文搜索引擎的设计与实现

    9 ,2006 J 摘 ucene 是一个用 Java 写的全文搜索引擎工具包 ,支持多用户...然后创建 lucene 索引 ,设计并实现了一个支持全文搜索的实 例 ,详细介绍了 L...

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email