[搜索引擎研究和开发]纯手工编写操作I/O文件流的TAG网站标签系统（索引原理）...

        本人喜欢钻研技术，两年前就已经对搜索引擎的海量数据检索兴趣甚浓，而.NET中的类库功能强大，非常方便于快速编写代码以实现自己的想法。
        对于全文检索引擎，如何能够令其在极短的时间内查找到用户所需要的数据，对应付大量的并发访问极具意义。海量数据检索的核心在于索引的合理设计，以及对查询结果的整合和排序上。以本人所测试出来的经验，一个普通的二分查找算法，即使在一个高达数十G的索引文件里进行全索引检索，它所消耗的性能相对于结果集的整合和 排序几乎可以忽略不计。      
        本人于去年秋天，编写了一个单域、单词条的索引系统，用作开发搜索引擎的第一步，在此把源代码公布出来与诸位切磋。此组件支持单索引列、多列储存，目前只支持索引列的单条件（不支持AND、OR之类的组合关系）检索，不支持多列检索。

        该组件可用作网站的TAG系统，就是一个TAG对应若个文章或资源ID，通过对该TAG的筛选，把与之对应的资源ID列出。

        话不多说请看以下调用API。
        
        首先请 下载源程序GeToolbox.IDXDB.rar到你本机，用Visual Studio 2005打开，编译成功后，就可以添加引用到你的项目中了。

        1、引用命名空间：

1 using  GeToolbox.IDXDB;
2 using  GeToolbox.IDXDB.Index;

          
         2、创建索引文件：

             // 索引文件的保存路径
             string  path  =   @" F:\WebAspx\GeToolbox\tags.db " ;
            IDXDB.Index.CreateIndex db  =   new  IDXDB.Index.CreateIndex(path, IDXDB.Index.EnumIndexType.Tree);
             // 创建一个数据列ArticleId用于存储索文章的ID号
            db.Field.Add( " ArticleId " , EnumDataType.Int32);
             // 执行创建命令
            db.Create();
             // 关闭索引文件流
            db.Close();

 
       3、写入索引文件

 1              // 加载索引架构
 2             IDXDB.Index.IndexSchema schema  =   IDXDB.Index.IndexSchema.LoadIndex(path);
 3              // 创建索引写入类的类例
 4             IDXDB.Index.WriteIndex wi  =   new  IDXDB.Index.WriteIndex(schema);
 5              // 测试，把１００００个记录写入索引文件中
 6              for  ( int  i  =   0 ; i  <   10000 ; i ++ )
 7              {
 8                //从索引中创建一个新的文档实例
 9                Document doc = wi.NewDocument();
10                //给索引列赋值
11                doc.IndexKey.value = "第" + i.ToString() + "个标签";
12                //记录文章号，只存储，不能检索
13                doc["ArticleId"] = i.ToString();
14                //添加到索引中
15                wi.AddDocument(doc);
16            }
17              // 关闭索引文件流
18                  wi..Close();

        4、索引检索：

             // 加载索引架构
            IDXDB.Index.IndexSchema schema  =   IDXDB.Index.IndexSchema.LoadIndex(path);
             // 索引检索
            ReaderIndex ri  =   new  ReaderIndex(schema);
            Hits hits  =  ri.IndexSearch( " 第567个检签 " );
             // 遍历结果集合并打印
             for  ( int  i  =   0 ; i  <  hits.Count; i ++ )
             {
                Console.WriteLine("索引号：" + hits.GetResult(i).Index);
                Console.WriteLine("标签名称：" + hits.GetResult(i).IndexKey.value);
                Console.WriteLine("文章号：" + hits.GetResult(i)["ArticleId"]);
            }
             // 关闭索引
            schema.Close();

         基本测试代码就是上面的了，可能还存不少BUG，欢迎同行指正！

         关于.NET搜索引擎的开发，本人会在后续的文章中总结。敬请关注。

转载于:https://www.cnblogs.com/ieasp/archive/2007/08/15/856059.html