windows构建网页版搜索引擎 Nutch+Lucene+Mysql+Tomcat（二）

最新推荐文章于 2024-04-26 22:40:58 发布
最新推荐文章于 2024-04-26 22:40:58 发布
阅读量703 收藏 3
点赞数
分类专栏： 构建网页版搜索引擎 文章标签： lucene mysql tomcat jsp
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jamexfx/article/details/78504608
版权

一、前言

通过前一篇的学习，我们学会如何搭建nutch平台，并且知道如何将nutch爬取下来的网站存储到数据库中，效果图如下：
这里写图片描述
接下来我们将通过mysql存下来的网页，利用lucene构建索引并进行查询。

二、Lucene介绍

Lucene是一个用Java开发的开源全文检索引擎，官网是http://lucene.apache.org/ ，Lucene不是一个完整的全文索引应用（与之对应的是solr），而是是一个用Java写的全文索引引擎工具包，它可以方便的嵌入到各种应用中实现针对应用的全文索引/检索功能，更多介绍大家自行搜索。

三、关于Lucene软件包的使用

其中最常用的五个文件：
这里写图片描述
　　
　　第一个，Lucene-analyzers-common-4.0.0.jar，这里面包含了各种语言的词法分析器，用于对文件内容进行关键字切分，提取。
　　
　　第二个，也是最重要的，Lucene-core-4.0.0.jar,其中包括了常用的文档，索引，搜索，存储等相关核心代码。
　　
　　第三个，Lucene-highlighter-4.0.0.jar，这个jar包主要用于搜索出的内容高亮显示。
　　
　　第四个和第五个，Lucene-queryparser-4.0.0.jar，提供了搜索相关的代码，用于各种搜索，比如模糊搜索，范围搜索，等等。
　　
　　IKAnalyzer2012_FF.jar是一个国人写的中文分词工具，Lucene自带的分词对中文支持不好。注意，这个jar包网上比较乱，随便从网上下载的话可能不兼容，因为跟具体的Lucene版本有关，初学者建议直接用我demo里面整理好的jar包。

四、Lucene倒排索引的建立

Lucene对于索引的构建是通过倒排的方式进行构建，首先我们先来看看一张图：
这里写图片描述
从上图可知，我们Lucene是如何对索引进行构建的。

五、 建立索引


import java.io.File;
import java.nio.file.FileSystems;
import java.util.List;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.wltea.analyzer.lucene.IKAnalyzer;

public class lucene_index {
    public static final String INDEX_PATH = "D:\\lucene"; // 存放Lucene索引文件的位置
    public static final String SCAN_PATH = "D:\\text"; // 需要被扫描的位置，测试的时候记得多在这下面放一些文件

    /**
     * 创建索引
     */
    public void creatIndex()
    {
        IndexWriter indexWriter = null;
        try
        {
            Directory directory = FSDirectory.open(FileSystems.getDefault().getPath(INDEX_PATH));
            //Analyzer analyzer = new StandardAnalyzer();
            Analyzer analyzer = new IKAnalyzer(true);
            IndexWriterConfig indexWriterConfig = new IndexWriterConfig(analyzer);
            indexWriter = new IndexWriter(directory, indexWriterConfig);
            indexWriter.deleteAll();// 清除以前的index
            // 获取被扫描目录下的所有文件，包括子目录
            List<File> files = FileUtil.listAllFiles(SCAN_PATH);
            for(int i=0; i<files.size(); i++)
            {
                Document document = new Document();
                File file = files.get(i);
                document.add(new Field("content", FileUtil.readFile(file.getAbsolutePath(),"utf-8"), TextField.TYPE_STORED));
                document.add(new Field("fileName", file.getName(), TextField.TYPE_STORED));
                document.add(new Field("filePath", file.getAbsolutePath(), TextField.TYPE_STORED));
                document.add(new Field("updateTime", file.lastModified()+"", TextField.TYPE_STORED));
                indexWriter.addDocument(document);
            }
        }
        catch (Exception e)
        {
            e.printStackTrace();
        }
        finally
        {
            try
            {
                if(indexWriter != null) indexWriter.close();
            }
            catch (Exception e)
            {
                e.printStackTrace();
            }
        }

    }

    public static void main(String args[])
    {
        lucene_index demo = new lucene_index();
        Search s = new Search();
//      demo.creatIndex();
        s.search("是");
    }
}

关于FileUtil 在我的源代码中有。
执行完之后就在指定目录新建了索引文件，以后的搜索就靠他们了：
这里写图片描述

六、简单的搜索

import java.nio.file.FileSystems;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.queryparser.classic.MultiFieldQueryParser;
import org.apache.lucene.search.BooleanClause;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.QueryRescorer;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.search.highlight.Highlighter;
import org.apache.lucene.search.highlight.QueryScorer;
import org.apache.lucene.search.highlight.SimpleHTMLFormatter;
import org.apache.lucene.search.highlight.SimpleSpanFragmenter;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.wltea.analyzer.lucene.IKAnalyzer;

public class Search {
    /**
     * 搜索
     */
    public void search(String keyWord)
    {
        DirectoryReader directoryReader = null;
        try
        {
            // 1、创建Directory
            Directory directory = FSDirectory.open(FileSystems.getDefault().getPath(lucene_index.INDEX_PATH));
            // 2、创建IndexReader
            directoryReader = DirectoryReader.open(directory);
            // 3、根据IndexReader创建IndexSearch
            IndexSearcher indexSearcher = new IndexSearcher(directoryReader);
            // 4、创建搜索的Query
            // Analyzer analyzer = new StandardAnalyzer();
            Analyzer analyzer = new IKAnalyzer(true); // 使用IK分词

            // 简单的查询，创建Query表示搜索域为content包含keyWord的文档
            //Query query = new QueryParser("content", analyzer).parse(keyWord);

            String[] fields = {"fileName", "content"}; // 要搜索的字段，一般搜索时都不会只搜索一个字段
            // 字段之间的与或非关系，MUST表示and，MUST_NOT表示not，SHOULD表示or，有几个fields就必须有几个clauses
            BooleanClause.Occur[] clauses = {BooleanClause.Occur.SHOULD, BooleanClause.Occur.SHOULD};
            // MultiFieldQueryParser表示多个域解析， 同时可以解析含空格的字符串，如果我们搜索"上海 中国" 
            Query multiFieldQuery = MultiFieldQueryParser.parse(keyWord, fields, clauses, analyzer);

            // 5、根据searcher搜索并且返回TopDocs
            TopDocs topDocs = indexSearcher.search(multiFieldQuery, 100); // 搜索前100条结果
            System.out.println("共找到匹配处：" + topDocs.totalHits); // totalHits和scoreDocs.length的区别还没搞明白
            // 6、根据TopDocs获取ScoreDoc对象
            ScoreDoc[] scoreDocs = topDocs.scoreDocs;
            System.out.println("共找到匹配文档数：" + scoreDocs.length);

            QueryScorer scorer = new QueryScorer(multiFieldQuery, "content");
            // 自定义高亮代码
            SimpleHTMLFormatter htmlFormatter = new SimpleHTMLFormatter("<span style=\"backgroud:red\">", "</span>");
            Highlighter highlighter = new Highlighter(htmlFormatter, scorer);
            highlighter.setTextFragmenter(new SimpleSpanFragmenter(scorer));
            for (ScoreDoc scoreDoc : scoreDocs)
            {
                // 7、根据searcher和ScoreDoc对象获取具体的Document对象
                Document document = indexSearcher.doc(scoreDoc.doc);
                //TokenStream tokenStream = new SimpleAnalyzer().tokenStream("content", new StringReader(content));
                //TokenSources.getTokenStream("content", tvFields, content, analyzer, 100);
                //TokenStream tokenStream = TokenSources.getAnyTokenStream(indexSearcher.getIndexReader(), scoreDoc.doc, "content", document, analyzer);
                //System.out.println(highlighter.getBestFragment(tokenStream, content));
                System.out.println("-----------------------------------------");
                System.out.println(document.get("fileName") + ":" + document.get("filePath"));
                System.out.println(highlighter.getBestFragment(analyzer, "content", document.get("content")));
                System.out.println("");
            }
        }
        catch (Exception e)
        {
            e.printStackTrace();
        }
        finally
        {
            try
            {
                if(directoryReader != null) directoryReader.close();
            }
            catch (Exception e)
            {
                e.printStackTrace();
            }
        }
    }
}

测试

public static void main(String args[])
{
    FileSearchDemo demo = new FileSearchDemo();
    demo.creatIndex();
    demo.search("读取 导出");
}

七、对数据库进行搜索

通过前面几点的描述我们大概知道了lucene是如何构建索引的，以及简单的搜索功能的实现，接下来我们将实现lucene对mysql数据库的数据进行索引构建

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStreamReader;
import java.nio.file.FileSystems;
import java.sql.ResultSet;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryparser.classic.MultiFieldQueryParser;
import org.apache.lucene.search.BooleanClause;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.search.highlight.Highlighter;
import org.apache.lucene.search.highlight.QueryScorer;
import org.apache.lucene.search.highlight.SimpleHTMLFormatter;
import org.apache.lucene.search.highlight.SimpleSpanFragmenter;
import org.apache.lucene.search.spell.SpellChecker;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.wltea.analyzer.lucene.IKAnalyzer;


/**
 * 基于Lucene5.5.4的数据库搜索demo
 * @author liuxianan
 */
public class DbSearchDemo
{
    public static final String INDEX_PATH = "D:\\lucene-db";
    public static final String JDBC_URL = "jdbc:mysql://localhost:3306/nutch?useUnicode=true&characterEncoding=utf-8";
    public static final String USER = "root";
    public static final String PWD = "root";


    /**
     * 创建索引
     */
    public void creatIndex()
    {
        IndexWriter indexWriter = null;
        try
        {
            Directory directory = FSDirectory.open(FileSystems.getDefault().getPath(INDEX_PATH));
            //Analyzer analyzer = new StandardAnalyzer();
            Analyzer analyzer = new IKAnalyzer(true);
            IndexWriterConfig indexWriterConfig = new IndexWriterConfig(analyzer);
            indexWriter = new IndexWriter(directory, indexWriterConfig);
            indexWriter.deleteAll();// 清除以前的index
            //eclipese连接MySQL出错“Class.forName("com.mysql.jdbc.Driver")”问题解决?将mysql-connector-java-5.1.18.jar导入eclipse中就可以了。
            JdbcUtil jdbc = new JdbcUtil(JDBC_URL, USER, PWD);
            ResultSet rs = jdbc.query("select * from webpage");
            while(rs.next())
            {
                Document document = new Document();

                //面对NULL的处理
                if(rs.getString("title")==null)
                {
                    document.add(new Field("baseUrl", "", TextField.TYPE_STORED));
                }
                else
                {
                    document.add(new Field("baseUrl", rs.getString("baseUrl"), TextField.TYPE_STORED));
                }
                if(rs.getString("title")==null)
                {
                    document.add(new Field("title", "", TextField.TYPE_STORED));
                }
                else
                {
                    document.add(new Field("title", rs.getString("title"), TextField.TYPE_STORED));
                }
                if(rs.getString("text")==null)
                {
                    document.add(new Field("text", "", TextField.TYPE_STORED));
                }
                else
                {
                    document.add(new Field("text", rs.getString("text"), TextField.TYPE_STORED));
                }


    //          document.add(new Field("tag", rs.getString("tags"), TextField.TYPE_STORED));
    //          document.add(new Field("url", rs.getString("url"), TextField.TYPE_STORED));
                indexWriter.addDocument(document);
            }
            jdbc.closeAll();
        }
        catch (Exception e)
        {
            e.printStackTrace();
        }
        finally
        {
            try
            {
                if(indexWriter != null) indexWriter.close();
            }
            catch (Exception e)
            {
                e.printStackTrace();
            }
        }
    }
    public static String readTxt(String filePath) {

          try {
            File file = new File(filePath);
            if(file.isFile() && file.exists()) {
              InputStreamReader isr = new InputStreamReader(new FileInputStream(file), "utf-8");
              BufferedReader br = new BufferedReader(isr);
              String lineTxt = null;
              while ((lineTxt = br.readLine()) != null) {
                System.out.println(lineTxt);
              }
              br.close();
            } else {
              System.out.println("文件不存在!");
            }
          } catch (Exception e) {
            System.out.println("文件读取错误!");
          }
        return filePath;

          }

    /**
     * 搜索
     */
    public void search(String keyWord)
    {
        DirectoryReader directoryReader = null;
        try
        {
            // 1、创建Directory
            Directory directory = FSDirectory.open(FileSystems.getDefault().getPath(INDEX_PATH));
            // 2、创建IndexReader
            directoryReader = DirectoryReader.open(directory);
            // 3、根据IndexReader创建IndexSearch
            IndexSearcher indexSearcher = new IndexSearcher(directoryReader);
            // 4、创建搜索的Query
            // Analyzer analyzer = new StandardAnalyzer();
            Analyzer analyzer = new IKAnalyzer(true); // 使用IK分词

            // 简单的查询，创建Query表示搜索域为content包含keyWord的文档
            //Query query = new QueryParser("content", analyzer).parse(keyWord);

            String[] fields = {"baseUrl", "text", "title"};
            // MUST 表示and，MUST_NOT 表示not ，SHOULD表示or
            BooleanClause.Occur[] clauses = {BooleanClause.Occur.SHOULD, BooleanClause.Occur.SHOULD, BooleanClause.Occur.SHOULD};
            // MultiFieldQueryParser表示多个域解析， 同时可以解析含空格的字符串，如果我们搜索"上海 中国" 
            Query multiFieldQuery = MultiFieldQueryParser.parse(keyWord, fields, clauses, analyzer);


            // 5、根据searcher搜索并且返回TopDocs
            TopDocs topDocs = indexSearcher.search(multiFieldQuery, 100); // 搜索前100条结果
            System.out.println("共找到匹配处：" + topDocs.totalHits);
            // 6、根据TopDocs获取ScoreDoc对象
            ScoreDoc[] scoreDocs = topDocs.scoreDocs;
            System.out.println("共找到匹配文档数：" + scoreDocs.length);

            QueryScorer scorer = new QueryScorer(multiFieldQuery, "text");
            SimpleHTMLFormatter htmlFormatter = new SimpleHTMLFormatter("<span style=\"backgroud:red\">", "</span>");
            Highlighter highlighter = new Highlighter(htmlFormatter, scorer);
            highlighter.setTextFragmenter(new SimpleSpanFragmenter(scorer));
            for (ScoreDoc scoreDoc : scoreDocs)
            {
                // 7、根据searcher和ScoreDoc对象获取具体的Document对象
                Document document = indexSearcher.doc(scoreDoc.doc);
                String text = document.get("text");
                //TokenStream tokenStream = new SimpleAnalyzer().tokenStream("content", new StringReader(content));
                //TokenSources.getTokenStream("content", tvFields, content, analyzer, 100);
                //TokenStream tokenStream = TokenSources.getAnyTokenStream(indexSearcher.getIndexReader(), scoreDoc.doc, "content", document, analyzer);
                //System.out.println(highlighter.getBestFragment(tokenStream, content));
                System.out.println("-----------------------------------------");
                System.out.println("文章标题："+document.get("title"));
                System.out.println("文章地址：" + document.get("baseUrl"));
                System.out.println("文章内容：");
                System.out.println(highlighter.getBestFragment(analyzer, "text", text));
                System.out.println("");
                // 8、根据Document对象获取需要的值
            }
        }
        catch (Exception e)
        {
            e.printStackTrace();
        }
        finally
        {
            try
            {
                if(directoryReader != null) directoryReader.close();
            }
            catch (Exception e)
            {
                e.printStackTrace();
            }
        }
    }

    public static void main(String args[])
    {
        DbSearchDemo demo = new DbSearchDemo();
        demo.creatIndex();
        demo.search("秦死皇");
    }
}

运行的效果图如下：
这里写图片描述

八、jsp版搜索构建

关于jsp版的构建，只是将搜索的结果放入到前端，有兴趣的同学可以参考一下我的源代码
效果图如下：
这里写图片描述

这里写图片描述
这里写图片描述

xuejames
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
利用Lucene与Nutch构建简单的全文搜索引擎
DavenCheung
07-14 2100
本次实现分为两个部分，第一个部分是利用Lucene构建一个全文的搜索引擎，另外一部分则是利用Nutch实现同样的功能。由于Lucene并不是一个可以直接运行的程序，且不具备爬虫和文档处理的功能，因此在这一部分利用到了Heritrix和HTMLParser这两个工具分别实现爬虫与HTML文档解析的功能。而使用Nutch的时候只需要一些简单的配置和安装就可以直接运行。最后还对这两者进行了一个简单的对比，说明其各自的特点和适应的范围。
Lucene+nutch构建垂直搜索引擎
tiantian1980的专栏
05-31 3361
      垂直搜索是针对某一个行业的专业搜索引擎，是搜索引擎的细分和延伸，是对网页库中的某类专门的信息进行一次整合，定向分字段抽取出需要的数据进行处理后再以某种形式返回给用户。垂直搜索引擎和普通的网页搜索引擎的最大区别是对网页信息进行了结构化信息抽取，也就是将网页的非结构化数据抽取成特定的结构化信息数据，好比网页搜索是以网页为最小单位，基于视觉的网页块分析是以网页块为最小单位，而垂直搜索是以结构
Mysql 数据同步到 ES 的技术方案选型和思考
最新发布
2401_84102840的博客
04-26 829
ES 的几个显著特点，能有效补足 MySQL 在企业级数据操作场景的缺陷文本搜索能力：ES 是基于倒排索引实现的搜索系统，配合多样的分词器，在文本模糊匹配搜索上表现得比较好，业务场景广泛。多维筛选性能好：亿级规模数据使用宽表预构建（消除 join），配合全字段索引，使 ES 在多维筛选能力上具备压倒性优势，加上文本搜索能力，独此一家。开源和商业并行：ES 开源生态非常活跃，具备大量的用户群体，同时其内后也有独立的商业公司支持，而这让用户根据自身特点有了更加多样、渐进的选择。稳定性好。
2019年最新出搜索引擎蜘蛛网页爬虫大全
热门推荐
GLOBE TREKKER
10-13 1万+
2019年最新出搜索引擎蜘蛛网页爬虫大全分享，各大seo引擎搜索的蜘蛛会一次又一次访问爬取我们站点的文章内容，也会耗费一定的站点流量； 有时候就必须屏蔽一些蜘蛛浏览我们的站点，文章尾部会讲解决方案； 掌握各大搜索引擎蜘蛛爬虫，对我们开展网站SEO优化具有挺大作用；作者搜集了各大搜索引擎的蜘蛛爬虫UA，便于你需要时查看。1、百度蜘蛛：BaiduSpider 常见的Baiduspider和Bai...
搜猫搜索引擎源码|仿百度搜索引擎源码
12-24
搜猫搜索引擎源码|仿百度搜索引擎源码
MoreSearch:猫搜源代码。预测聚合搜索引擎结果，提高搜索效率
03-23
简介 猫搜（moresearch）是一个多页聚合搜索引擎，为提高搜索效率而生。纯前端，使用角构建。可以你阅读更多内容。 由于跨域限制，您需要禁止“浏览器同源策略”后运行访问，或自行构建代理服务器。推荐使用Chrome 。 Mac下Chrome如何禁止同源策略： 1.完全退出浏览器 2.命令行下运行： 打开-a“谷歌浏览器” --args --disable-web-security --user-data-dir Windows及其他浏览器“禁止同源策略”的方法可自行搜索。 由于禁止浏览器相关策略运行，此操作极端危险，故我们不再推荐此方式。推荐大家使用Chrome插件来完成X-Frame-Options响应头的移除，或者也可以自行搭建代理服务器。 关于iHeader的使用，可以，我fork并扩展了一下，让它变成安装即用。 效果图 构建运行 依赖 1. Node.js 10.9.0或更
基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎+源代码+文档说明
11-11
<项目介绍> 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！...
人工智能-项目实践-搜索引擎-基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
02-25
标题中的“人工智能-项目实践-搜索引擎-基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎”揭示了一个项目，旨在构建一个简易的搜索引擎，利用了人工智能的一些原理和技术。这个项目结合了多个开源工具，包括Nutch...
基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎.zip
04-22
此外，MySQL支持多种操作系统，包括Windows、Linux、macOS、Solaris等，确保了其在不同环境下的兼容性和部署灵活性。 关系型模型与SQL支持 MySQL基于关系型数据库模型，数据以表格形式组织，并通过预定义的键（如...
Lucene+Nutch搜索引擎开发.王学松源代码
08-23
Lucene和Nutch是两个在开源社区广泛使用的搜索引擎技术，它们为开发者提供了构建高效、可扩展的搜索解决方案。本篇将围绕“Lucene+Nutch搜索引擎开发”这一主题，深入探讨王学松源代码，帮助读者理解并掌握这两项...
Lucene+nutch搜索引擎开发 源代码
11-10
《Lucene+nutch搜索引擎开发》书附带的源代码
搜猫仿百度行业垂直搜索引擎源码破解正式商业版
02-10
搜猫是2004年8月3日推出的全国首家制作中文搜索引擎源码的团队。搜猫以制作搜索引擎为核心，致力于为客户提供搜索源动力，帮助中国上亿网民都可以拥有一个自己的搜索引擎，以辅助用户创造价值。 　 搜猫旗下产品线包括：仿百度搜索引擎,仿谷歌搜索引擎,仿搜狗搜索......
搜索引擎源码，搜猫完整版
10-26
搜猫是一家专业开发搜索引擎系统的公司团队,其产品涉及到行业垂直搜索引擎源码,站内搜索引擎源码,仿百度谷歌搜索引擎源码等
搜猫源码PHP自带蜘蛛的搜索引擎
08-15
本来想找PHP元搜索引擎，花了5元在淘宝买的，买了去发现是自带蜘蛛的！自个儿留着没用，送网友咯！不过通过这东东和店主成了朋友。
lucene创建索引并搜索mysql数据库
sunshaoshan163的专栏
09-01 7179
lucene结合数据库步骤 1：写一段传统的JDBC程序，将每条的用户信息从数据库读取出来 2：针对每条用户记录，建立一个lucene document  Document doc = new Document();  并根据你的需要，将用户信息的各个字段对应luncene document中的field 进行添加
lucene、solr、nutch三者的关系
will的成长之路
01-30 6373
lucene是一个做搜索用的类库。 nutch和solr都是基于lucene的，二者都是可直接运行的应用程序； 直接在业务上使用lucene的倒是不太多见。   solr主要提供了建立索引（用户可以直接post数据给solr，然后由solr进行索引）和提供查询索引的功能（它内嵌了jetty，可以直接提供HTTP服务）； nutch一般用作爬虫使用，负责抓取数据。 solr的重大变化：从
基于lucene搜索引擎Solr在tomcat上的部署(一)
etetet029的专栏
07-21 2055
前奏：一：安装JAVA，配置环境变量 1，新建环境变量JAVA_HOME 值为C:/Program Files/Java/jdk1.5.0_04(此为实际安装路径)2，新建环境变量 CLASSPATH  值为 .;%JAVA_HOME%/lib/dt.jar;%JAVA_HOME%/lib/tool.jar;%JAVA_HOME%/lib/tools.jar;%CATALINA
大数据技术文档样本.docx
08-04
大数据技术文档样本.docx

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值