soledede

1.简介倒排索引源于实际应用中需要根据属性的值来查找记录。这种索引表中的每一项都包括一个属性值和具有该属性值的各记录的地址。由于不是由记录来确定属性值，而是由属性值来确定记录的位置，因而称为倒排索引(inverted index)。带有倒排索引的文件我们称为倒排索引文件，简称倒排文件(inverted file)。倒排文件（倒排索引），索引对象是文档或者文档集合中的单词等，用来存储这些...

利用 Lucene，在创建索引的工程中你可以充分利用机器的硬件资源来提高索引的效率。当你需要索引大量的文件时，你会注意到索引过程的瓶颈是在往磁盘上写索引文件的过程中。为了解决这个问题, Lucene 在内存中持有一块缓冲区。但我们如何控制 Lucene 的缓冲区呢？幸运的是，Lucene 的类 IndexWriter 提供了三个参数用来调整缓冲区的大小以及往磁盘上写索引文件的频率。 1．合并因...

1：搜索引擎按原理和工作方式可分为：A：爬虫式，主要用Socket实现，基于TCP/IP协议B：目录索引式，以早期的yahoo为代表C：元搜索引擎，即将多个搜索引擎的结果合并返回2：按领域范围可分为：A：通用搜索引擎---针对全互联网全部网站和各种数据信息，信息全，领域广B：垂直搜索引擎---针对果某一行业，如企业库搜索，供求信息搜索，房产搜索等3:信息类型分类：...

定义 Lucene中最基础的概念是索引（index），文档（document），域（field）和项（term）。 索引包含了一个文档的序列。 · 文档是一些域的序列。 · 域是一些项的序列。 · 项就是一个字串。 存在于不同域中的同一个字串被认为是不同的项。因此项实际是用一对字串表示的，第一个字串是域名，第二个是域中的字串。 倒排索引 为了使得基于项的搜索更有效率，索引中项是静态存储的。Lu...