lucene
Lucene 是一个全文检索引擎工具,利用 lucene 可以快速搭建处属于自己的搜索引擎
全文检索是指计算机索引程序通过扫描文章中的每一个词,对每一个词建立一个索引,指明该词在文章中出现的次数和位置,当用户查询时,检索程序就根据事先建立的索引进行查找,并将查找的结果反馈给用户的检索方式。
顺序扫描: 逐一进行扫描查找符合条件的文件 效率慢 检索过程不能复用(模糊查询)
全文检索: 创建索引 检索索引 (牺牲空间换效率,类似于缓存)
反向索引(全文索引核心):字符串到文件的映射是文件到字符串的反向过程,这种映射关系称为反向索引。
全文检索=创建索引+检索索引
全文检索创建索引三部曲:
1.需要检索的数据( Document )、2.分析器( Analyzer )、3.创建索引( index )
全文检索检索索引四部曲:
1.检索的关键词( Keyword )、2.分析器( Analyzer )、3.匹配索引库( Searcher )、4.返回匹配结果( Results )
文件结构:
索引 index(数据库)
段 segment(表)
文档 document(行)
域 field(字段)
词元 term(分析后的最小字段)