开发自己的搜索引擎读书笔记——搜索引擎与信息检索、Lucene入门

这部分是在读《开发自己的搜索引擎》第二版，邱哲、符滔滔、王学松编著，人民邮电出版社，的随手笔记与猜想。若有不足之处还请不吝赐教，以不断完善之。

搜索引擎与信息检索

1. 信息检索的过程：

   构建文本库、建立索引、进行搜索、返回结果以前对结果进行过滤。

2. 倒排索引

   常用的索引方式有3种，分别是倒排、后缀数组和签名文档。

   从理论上说，倒排是一种面向单词的索引机制。通常，由词（关键字）和出现情况两部分组成。对于索引中的每个词（关键字），都跟随一个列表（位置表），用来记录单词在所有文档中出现的位置。

Lucene入门实例

1. Lucene充当的是一个全文索引工具的角色，因此，为了使用它，需要制造一个全文索引的环境。

2. 开发过程：

   对要进行查找的文档进行预处理

   将大文档切分成多个小文档

   创建eclipse工程并编写代码

   效果测试

3. je-analysis是一个负责分词的。

4. 通常情况下，使用Lucene的步骤如下所示：

   为要处理的内容建立索引

   构建查询对象

   在索引中查找

5. Lucene中的Field类是文档索引期间很重要的类，控制着被索引的域值

   http://blog.csdn.net/zhaoxiao2008/article/details/14180019

6. 创建索引