Lucene站内搜索的设计思路

正好近期部门有一个小需求需要做商品的搜索，虽然最终由于工作量等原因先做数据库搜索，我依然用刚接触的Lucene弄了一套自嗨。

首先看需求：搜索：根据商品标题和内容搜索

没错，就这么简单！

我想了想，数据源大概有以下两种：

1、根据需要搜索的字段，从数据库读取信息加载，并创建Lucene索引

2、利用爬虫定时抓取数据，并创建Lucene索引

由于是非正式的，数据库不方便访问，因此我选择利用爬虫去抓取指定网页，并清理内容来建立索引

其中，针对链接，做商品详情页的过滤，这样能保证最快速、最精准的建立我需要的索引。

该Demo主要分为两部分：

1、爬虫部分：按照一定时间频率抓取所有商品详情页链接

2、索引部分：根据商品链接解析内容并创建Lucene索引

最终DEMO成型了，在百度云上部署成功（Tips：由于百度云上写文件会失败，因此我选择将索引加载入内存，使用RAMDirectory方式）

当然，我的思路可能有不妥的地方，后续继续学习优化

 

转载于:https://www.cnblogs.com/naiyou/p/5533526.html