全文检索Lucene Solr 811
solr
Solr是一个高性能,基于Lucene的全文搜索服务器。同时对其进行了扩展,提供了比Lucene更为丰富的查询语言,同时实现了可配置、可扩展,并对查询性能进行了优化,并且提供了一个完善的功能管理界面,是一款非常优秀的全文搜索引擎。
lucene
Lucene是apache
jakarta项目的一个子项目,是一个开放源代码的全文检索引擎开发工具包,但它不是一个完整的全文检索引擎,而是一个全文检索引擎的架构,提供了完整的查询引擎和索引引擎,部分文本分析引擎。Lucene的目的是为软件开发人员提供一个简单易用的工具包,以方便的在目标系统中实现全文检索的功能,或者是以此为基础建立起完整的全文检索引擎。
倒排索引
-
我们一般查看,先找到文档,再在文档中找出包含的词;
-
倒排索引则是这个过程反过来,用词,来找出它出现的文档.
Lucene API测试
创建maven项目
引入依赖
<dependencies>
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-core</artifactId>
<version>8.1.1</version>
</dependency>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
<!-- 分词器 -->
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-analyzers-smartcn</artifactId>
<version>8.1.1</version>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.8.0</version>
<configuration>
<source>1.8</source>
<target>1.8</target>
</configuration>
</plugin>
</plugins>
</build>
创建测试,编写代码
public class Test1 {
String[] a = {
"3, 华为 - 华为电脑, 爆款",
"4, 华为手机, 旗舰",
"5, 联想 - Thinkpad, 商务本",
"6, 联想手机, 自拍神器"
};
@Test
public void test1() throws IOException {
//存储索引文件的路径
File path = new File("E:/lucene/");
FSDirectory d = FSDirectory.open(path.toPath());
//lucene提供的中文分词器
SmartChineseAnalyzer analyzer = new SmartChineseAnalyzer();
//通过配置对象来指定分词器
IndexWriterConfig cfg = new IndexWriterConfig(analyzer);
//索引输出工具
IndexWriter writer = new IndexWriter(d, cfg);
//输出索引
for (String s : a) {
//分割
String[] arr = s.split(",");
//把文档数据,封装成document对象
Document doc =new Document();
doc.add(new LongPoint("id", Long.parseLong(arr[0])));
//文档摘要
doc.add(new StoredField("id", Long.parseLong(arr[0])));
//Store.YES作为摘要信息存储
doc.add(new TextField("title", arr[1], Store.YES));
doc.add(new TextField("sellPoint", arr[2], Store.YES));
writer.addDocument(doc);
}
writer.flush();
writer.close();
}
}
Junit测试,回来本地生成如下目录
Luke
Luke作为Lucene工具包中的一个工具,可以通过界面来进行索引文件的查询、修改;
链接如下,提取码私信博主
lucene-8.1.1
运行lucene 8.1.1中的luke应用程序
选定目录
查看文档
指定分词器,进行测试
查询
id查询
索引查询
添加test方法
@Test
public void test2() throws Exception {
//指定保存索引数据的文件夹
FSDirectory d = FSDirectory.open(new File("E:/lucene/").toPath());
//索引读取工具
DirectoryReader reader = DirectoryReader.open(d);
//查询器
IndexSearcher searcher = new IndexSearcher(reader);
//查询对象封装查询信息
TermQuery q = new TermQuery(new Term("title","华为"));
//执行查询,获得排名的文档
TopDocs result = searcher.search(q, 20);
for (ScoreDoc sd : result.scoreDocs) {
int id =sd.doc;
float score =sd.score;
System.out.println(id+" - "+score);
Document doc = searcher.doc(id);
System.out.println(doc.get("id"));
System.out.println(doc.get("title"));
System.out.println(doc.get("sellPoint"));
System.out.println("--------------");
}
}
最后
更多参考精彩博文请看这里:RR-Shmily
喜欢博主的小伙伴可以加个关注、点个赞,欢迎评论哦,持续更新嘿嘿!***