2013年05月_wxwzy738

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

转载 spellChecker原理分析

转：http://www.cnblogs.com/huangfox/archive/2012/02/14/2350349.htmlspellChecker是用来对用户输入的“检索内容”进行校正，例如百度上搜索“麻辣将”，他的提示如下图所示：我们首先借用lucene简单实现该功能。本文内容如下（简单实现、原理简介、现有问题）

2013-05-30 19:56:56 3473

转载 Lucene中分组统计(GroupBy)及去重(Distinct)性能在数量级上提升解决方案 --- Lucene高性能

转：http://www.cnblogs.com/zengen/archive/2011/04/19/2020681.html在2010年的时候，写过两篇关于LUCENE高性能GROUP BY、DISTINCT的文章，最近在研究LUCENE的过程中发现了一个名为FieldCache的东东，于是乎重新改进Lucene高性能GROUP BY、DISTINCT，发现性能有了数量级别的提升，究

2013-05-06 16:47:03 1802

转载 Lucene 如何实现高性能 GroupBy <二>

转载：http://www.cnblogs.com/zengen/archive/2010/11/30/1892241.html紧接上一篇 Lucene 如何实现高性能GroupBy 的讲：Lucene--Util--PriorityQueue.cs先给大家看一段代码，来源于PriorityQueue类 protected internal void Initializ

2013-05-06 16:45:55 948

转载 Lucene 如何实现高性能 GroupBy <一>

转载：http://www.cnblogs.com/zengen/archive/2010/11/24/1886244.html注：以下讲解代码均以Lucene.net 2.9.2为例。GroupBy效果应用（http://www.tradetuber.com/search?key=led）Lucene如果实现高性能的GroupBy、SortBy效果，我想这个应该是Lucene

2013-05-06 16:42:26 1172

原创近实时搜索SearcherManager和NRTManager的使用

lucene通过NRTManager这个类来实现近实时搜索，所谓近实时搜索即在索引发生改变时，通过线程跟踪，在相对很短的时间反映给给用户程序的调用NRTManager通过管理IndexWriter对象，并将IndexWriter的一些方法（增删改）例如addDocument,deleteDocument等方法暴露给客户调用，它的操作全部在内存里面，所以如果你不调用I

2013-05-05 15:32:20 5093 2

转载关于lucene的IndexSearcher是否单实例

转载：http://www.2016k.com/programmer/java/06-40.html转载：http://www.cnblogs.com/huangfox/archive/2010/10/14/1851233.html参考：http://lucene-group.group.iteye.com/group/topic/24404将indexReader和Index

2013-05-04 14:01:36 2741

原创 Tika文本提取工具的使用(word、pdf、excel等)

Tika是Apache的Lucene项目下面的子项目，在lucene的应用中可以使用tika获取大批量文档中的内容来建立索引，非常方便，也很容易使用~Tika的缺点就是都是依赖外部的jar包，导致jar包的重量太大，lucene的核心包只有1M，tika约20M，tika依赖的外部的jar包有多样的功能，比如PDFBox和Apache POI能获取文档的字体，布置和内置图片信息，而Tika只是

2013-05-03 23:42:08 9231 3

转载【JAVA】BitSet的源码研究

转：http://www.cnblogs.com/lqminn/archive/2012/08/30/2664122.html这几天看Bloom Filter，因为在java中，并不能像C/C++一样直接操纵bit级别的数据，所以只能另想办法替代：1）使用整数数组来替代；2）使用BitSet；BitSet实际是由“二进制位”构成的一个Vector。如果希望高效率

2013-05-03 11:35:41 1861

原创 lucene自定义过滤器

package util;import java.io.IOException;import org.apache.lucene.index.IndexReader;import org.apache.lucene.index.Term;import org.apache.lucene.index.TermDocs;import org.apache.lucene.search.Doc

2013-05-02 23:52:10 1334

原创 lucene自定义QueryParser

QueryParser的自定义和扩展个别方法的功能，其实也就是重写一些方法package org.itat.lucene.util;import java.text.SimpleDateFormat;import java.util.regex.Pattern;import org.apache.lucene.analysis.Analyzer;import org.apache

2013-05-02 09:46:38 1700

原创 lucene实现自定义的评分

1、工程目录2、自定义评分一、根据文件大小来评分，文件越大，权重越低package util;import java.io.IOException;import org.apache.lucene.index.IndexReader;import org.apache.lucene.index.Term;import org.apache.lucene.search.In

2013-05-01 21:41:44 4912 1