超级会员免费看
本文介绍了全文检索的概念，区分了结构化和非结构化数据，并探讨了使用Lucene进行全文检索的优势。通过一个美文搜索案例，详细阐述了如何使用Lucene建立索引、查询关键字，并引入了IK分词器解决中文搜索问题。同时，文章讨论了企业在实际应用中不直接使用Lucene的原因，包括其分布式支持不足、区间搜索性能和可靠性问题。
大家都知道ES是基于Lucene的，说这么多ES，肯定还是得了解一下Lucene的
1 什么是全文检索
先说全文检索
1.1 结构化数据与非结构化数据
我们生活中的数据总体分为两种：结构化数据和非结构化数据。
- 结构化数据：指具有固定格式或有限长度的数据，如数据库，元数据等
- 非结构化数据：指不定长或无固定格式的数据，如邮件，word文档等磁盘上的文件
1.2 搜索结构化数据和非结构化数据
- 使用SQL语言专门搜索结构化的数据
- 使用ES/Lucene/Solor建立倒排索引，根据关键字就可以搜索一些非结构化的数据
1.3 全文检索
全文检索是指：
- 通过一个程序扫描文本中的每一个单词，针对单词建立索引，并保存该单词在文本中的位置、以及出现的次数
- 用户查询时，通过之前建立好的索引来查询，将索引中单词对应的文本位置、出现的次数返回给用户，因为有了具体文本的位置，所以就可以将具体内容读取出来了
- 类似于通过字典中的检索字表查字的过程
订阅专栏 解锁全文
扫一扫
112
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
