全文检索概念介绍

1.全文检索概念介绍

    今天小编给大家讲解全文搜索的概念，希望大家对全文搜索能够有一个整体的了解。

1.1搜索引擎的概念 

    （一）搜索引擎的分类 

     web搜索：百度，google

    桌面搜索：开始，运行里面的搜索。

    企业搜索：站内搜索，企业知识库搜索。

    （二）什么是搜索引擎

    搜索引擎是一种软件，能够为文本建立索引，能够根据索引搜索文本信息。

    （三）两个基本的组件

•     索引组件
•     搜索组件

     

1.2我们身边的搜索

l        在BBS、BLOG、新闻等系统中提供的搜索文章的功能，如这里的贴吧的例子。搜索的范围是系统内的文章数据,搜索出来之后符合条件的记录高亮、并且按点击率排序

l        Eclipse中的帮助子系统：点击HelpàHelpContents，可以查找出相关的帮助信息。搜索的范围是Eclipse的所有帮助文件

l        Windows系统中的有搜索功能：打开“我的电脑”，按“F3”就可以使用查找的功能，查找指定的文件或文件夹。搜索的范围是整个电脑中的文件资源

l        搜索引擎，如Baidu或Google等，可以查询到互联网中的网页、PDF、DOC、PPT、图片、音乐、视频等。下图是使用百度搜索Alan zhuang的效果，希望大家喜欢我的博客。

    

    以上的查询功能都类似。都是查询的文本内容，都是相同的查询方式，即找出含有指定字符串的资源，不同的只是查询范围（分别为硬盘、所有帮助文件、数据库、互联网。

    对于搜索，按被搜索的资源类型，分为两种：可以转为文本的、多媒体类型。这里需要注意，百度或谷歌提供的音乐或视频搜索不是多媒体搜索，他们是按文件名搜索。在微信上有一款摇一摇搜歌功能，可以让它听10秒钟的音乐，然后他就能上网找出这段音乐的名称、演奏者等信息。这是多媒体搜索

1.3 什么是全文检索

    全文检索是计算机程序通过扫描文章中的每一个词，对必要的词建立一个索引，指明该词在文章中出现的次数和位置。当用户查询时根据建立的索引查找，类似于通过字典的检索字表查字的过程。

    全文检索（Full-Text Retrieval）是指以文本作为检索对象，找出含有指定词汇的文本。全面、准确和快速是衡量全文检索系统的关键指标。

    关于全文检索，我们要知道：1，只处理文本。2，不处理语义。3，搜索时英文不区分大小写。4，结果列表有相关度排序。5,并且可以对结果具有过滤高亮的功能

   在信息检索工具中，全文检索是最具通用性和实用性的。

1.4全文检索应用场景

    我们使用Lucene，主要是做站内搜索，即对一个系统内的资源进行搜索。如BBS、BLOG中的文章搜索，网上商店中的商品搜索等。所以，学完Lucene后我们就可以为自已的项目增加全文检索的功能。

    例如一些基于商城的全文检索系统：在项目中构建一个对于商品的全文检索功能,让买家先搜索索引库中的内容,得到商品的基本信息而且是按照某种规则排序的(例如热卖、点击率.....),感兴趣在通过连接.读取数据库的完成数据,这样既可以实现高效的查询效率,又可以为分流查询请求。

1.5. 全文检索与数据查询的区别

    1.  相关度排序： 查出的结果没有相关度排序，不知道我想要的结果在哪一页。我们在使用百度搜索时，一般不需要翻页，为什么？因为百度做了相关度排序：为每一条结果打一个分数，这条结果越符合搜索条件，得分就越高，叫做相关度得分，结果列表会按照这个分数由高到低排列，所以第1页的结果就是我们最想要的结果

    2.  查询的方式: 全文检索的速度大大快于SQL的like搜索的速度。这是因为查询方式不同造成的，以查字典举例：数据库的like就是一页一页的翻，一行一行的找，而全文检索是先查目录，得到结果所在的页码，再直接翻到这一页

    3.  定位不一样：一个更侧重高效、安全的存储、一个是侧重准确、方便的搜索