【Lucene基本知识】

最新推荐文章于 2021-09-12 21:54:06 发布
最新推荐文章于 2021-09-12 21:54:06 发布
阅读量116 收藏
点赞数
分类专栏： Lucene 文章标签： Lucene
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42257250/article/details/90737777
版权

Lucene只是一个提供索引和查询的类库，并不是一个完整的企业级应用，企业需要根据自己的应用场景进行如数据获取、数据预处理、用户界面提供等工作。搜索引擎Solr和ElasticSearch都是基于Lucene的企业级应用。
Lucene与上层应用

Reference
http://laijianfeng.org/2018/08/Lucene初体验/

小肥马
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Solr基础知识
01-27
本文来自于简书，本文是一篇基础文章，详细介绍了Solr是什么，及涉及到的层面。 简单来说Solr是基于Lucene的高性能的，开源的Java企业搜索服务器。Solr可以看作一个Web app，运行在tomcat或Jetty这类HTTP服务器上， 底层是一个基于Lucene的搜索引擎，还附加一个Solr的基本管理界面。Solr提供HTTP服务，通过Get方法进行查询,通过Post方法进行索引的添加/删除管理。
结合lucene实现大数据的like模糊查询
happydecai的博客
01-05 6802
需求 很多时候我们在用数据库的需要使用模糊查询，我们一般会使用like语句来做，然而这样的做的效率不是很高，那么使用Lucene来检索的话，效率会高很多。 lucene结合数据库步骤 写一段传统的JDBC程序，将每条的用户信息从数据库读取出来 针对每条用户记录，建立一个lucene document  Document doc = new Document();  并根
基于lucene.net开发的个人知识库
02-26
闲着无聊做的lucene的知识管理，基本的lucene的用法都有。
基于lucene的搜索引擎总结
10-28
浅谈网络搜索引擎的实现 知识管理系统网络搜索模块开发实践交流 功能需求 可自定义要搜索的网站列表（以下简称目标列表） 可对目标列表网站的网页内容进行检索 可对目标列表网站的网页内容进行自动分类处理 可自定义更新周期及一些相关性能参数 系统主要功能模块 网络蜘蛛 采集、解析并保存目标列表网站的内容（网页） 全文索引/检索 为目标列表网站内容建立索引 提供内容的全文检索 自动分类 对目标列表网站内容进行分类 基本流程 网络蜘蛛 功能概要 目标文档地址队列 w/r 目标文档（网页）获取 目标文档保存 文档解析并得到新的目标文档地址队列和文档正文内容 网络蜘蛛 当前版本的实现 多线程 Apache HttpClient Hsql HTML Parser 全文索引/搜索 什么是全文索引？ 为了快速搜索大量的文本文件 为一本书建立关键词的索引“书签” 什么是全文搜索？ 在索引中查找关键字的过程，找到关键字在哪些地方出现 全文索引/搜索 Lucene简介 高性能、可扩展的信息检索工具库 为应用程序添加索引/搜索功能 一个典型的应用： 全文索引/搜索 全文索引/搜索 Lucene索引过程的核心类 IndexWriter ：提供对索引的写入操作 Directory：描述了索引存放的位置 Analyzer：对文本进行分析，提取词汇（token），剔除无用的信息 Document：虚拟的文档 Field：每个Document包含一个或多个不同命名的Field，每个Field对应一段数据，这些数据在搜索过程中可能会被查询或在索引中被检索 全文索引/搜索 Lucene索引代码示例： Directory dir = FSDirectory.getDirectory(indexDir); Analyzer anlyzer = new SimpleAnalyzer(); IndexWriter writer = new IndexWriter(dir, analyzer, true); Document doc = new Document(); doc.add(Field.Keyword(“id”, “1000”); doc.add(Field.UnIndexed(“name”, “Yao Ming”); doc.add(Field.UnStored(“intro”, “Yao Ming is a player of Houseton Rockets.”); writer.addDocument(doc); writer.close(); 全文索引/搜索 Lucene搜索过程的核心类 IndexSearcher：用于搜索IndexWriter创建的索引 Term：用于搜索的一个基本单元包括了一对字符串元素，与Field相对应 Query ：抽象的查询类 TermQuery：最基本的查询类型，用来匹配特定Field中包含特定值的文档 Hits：存放有序搜索结果指针的简单容器 全文索引/搜索 Lucene搜索代码示例： IndexSearcher searcher = new IndexSearcher(directory); Term t = new Term(“intro”, “Yao”); Query query = new TermQuery(t); Hits hits = searcher.search(query); assertEquals(“JUnit test”, 1, hits.length()); Lucene的线程安全性 不允许使用多个IndexWriter或IndexReader实例同时对一个索引进行修改 IndexWriter和IndexReader是线程安全的，可以被多线程共享 全文索引/搜索 中文分词器 最大匹配法（机械分词）：按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行配，若在词典中找到某个字符串，则匹配成功。 二元分词 一元分词 自动分类 向量距离分类算法 根据算术平均，为每类文本集生成一个代表该类的特征向量 提取待分类文本的特征向量 计算该向量与每类特征向量之间的相似度 判定文本属于与文本距离最近相似度最大的类别 自动分类 相似度计算公式： 系统基础类图 Road map 自动分类学习 中文分词算法改进 支持多种格式的文档（doc, pdf…） 海量网站搜索的支持（分布式处理） 系统框架的优化和迭代改进
lucene入门
09-05
lucene入门相关知识，包括基本介绍、简单示例、核心API介绍。
lucene大数据量的动态更新问题解决方式. 用内存
canduecho的专栏
09-07 1535
lucene大数据量的动态更新问题解决方式. 用内存关键字: lucene大数据量的动态更新问题解决方式. 用内存问题: 目前索引里面已经有1000多万的数据了，现在需要每几分钟就增量得添加新的内容到索引中。 但是，我发现新加入索引后，整个索引结构都要重新调整。非常耗时（长达半个小时）。 不知道大家有没有什么比较好的办法，加快这个过程？ 回答: 我觉得用lucene做，一个原则
大数据ELK（三）：Lucene全文检索库介绍
Lansonli（蓝深李）的博客
09-12 1656
全网最详细的大数据ELK文章系列，强烈建议收藏加关注！ 新文章都已经列出历史文章目录，帮助大家回顾前面的知识重点。 目录 系列历史文章 一、什么是全文检索 1、结构化数据与非结构化数据 2、搜索结构化数据和非结构化数据 3、全文检索 二、Lucene简介 三、倒排索引结构 四、企业中为什么不直接使用Lucene 1、Lucene的内建不支持分布式 2、区间范围搜索速度非常缓慢 3、可靠性无法保障 系列历史文章 2021年大数据ELK（三）：Lucene全文检索库介绍 ..
为什么要学习Lucene
会飞的冰箱的博客
12-29 2899
现在Lucene在互联网行业的用的非常广泛，尤其是大数据时代的今天，那么根据自己的理解给大家简单的介绍一下为什么要学习Lucene。 1.对比一下Lucene的检索方式相比以前的检索方式有哪些优点 原来的方式实现搜索功能，我们的搜索流程如下图： 上图就是原始搜索引擎技术，如果用户比较少而且数据库的数据量比较小，那么这种方式实现搜索功能在企业中是比较常见的。但是数据量过多时，数据库的压力
Lucene搜索引擎开发权威经典 光盘
02-14
Lucene搜索引擎开发权威经典 光盘 于天恩　著 中国铁道出版社出版 2008-10 这本书基于Lucene的当前最新版本（2.1）精解了Lucene搜索引擎的相关知识，从基础知识到应用开发，精练简洁，恰到好处。 本书共包括16章，分为6部分。第1部分：Lucene基础。介绍了Lucene的基础知识，包括Lucene的历史和发展情况、使用Lucene创建索引和执行搜索的基本方法以及中文分词的应用，最后做了两个应用项目。第2部分：数据解析。介绍解析不同格式数据（如Word、PDF等）的方法，包括常用的数据解析组件、Lucene自身的数据解析机制和Lius类库。第3部分：索引的高级知识。介绍了Lucene建立索引的过程，索引的查看和删除，索引的同步，索引的合并和优化等内容。第4部分：搜索的高级知识。介绍使用不同的Query对象构建搜索请求，使用QueryParser解析用户的搜索请求，搜索结果的过滤和排序等内容。第5部分：LuceNe应用实例。应用本书介绍的所有知识构建一个桌面搜索引擎和一个Web搜索引擎。这部分作为对前面所有内容的总结。第6部分：Nutch搜索引擎框架。介绍了基于Luceng的完整搜索引擎Nutch。 本书适合从Lucene初学者到高级开发人员之间的一切Lucene爱好者。
Lucene初步了解
lilp_ndsc的专栏
04-17 1728
Lucene是一个高性能的全文检索工具类库，Lucene的API接口设计的比较通用，输入输出结构都很像数据库的表==>记录==>字段，所以很多传统的应用的文件、数据库等都可以比较方便的映射到Lucene的存储结构/接口中 Lucene 的数据源结构Lucene 中 Document 是创建和搜索索引的基本单，一个Document 可以包括多个Field ，每个字段有对应的名字  字符串
【搜索引擎分析策略（Analyzer = Tokenizer + Filter）】种瓜得豆？
热门推荐
来啦，老弟~
04-12 2万+
你晓得伐 term: 被分词出来的词项 索引输入 id,title,name 1234,a the mazhaohui CCC,a the mazhaohui this Apple managed-schema配置分析器 <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100"> ...
【ES插件】analysis-icu和analysis-kuromoji
来啦，老弟~
07-30 7356
《ES analysis-icu插件》 一、analysis-icu插件简介 ICU - International Components for Unicode Elasticsearch的ICU 分析器插件使用国际化组件 Unicode (ICU) 函数库（详情查看 site.project.org）提供丰富的处理 Unicode 工具。 这些包含对处理亚洲语言特别有用的 icu_分词器 ，...
【扬汤止沸，不如釜底抽薪】夜来风雨声，Lucene知多少？
来啦，老弟~
03-18 5032
Reference 《Lucene原理与代码分析》
【实践Solr深度分页】
来啦，老弟~
07-24 556
项目背景 Solr2ES, Solr Query with Pagination. 成功踩坑 Performance Problems with “Deep Paging” In some situations, the results of a Solr search are not destined for a simple paginated user interface. 查询时指定st...
【深入浅出】Lucene原理与代码分析（一）
来啦，老弟~
10-30 334
TBD
python学习导航.txt
最新发布
05-06
python
lucene7与lucene8
07-12
lucene7与lucene8是Apache Lucene搜索引擎的两个主要版本。Lucene是一个开源的全文搜索引擎库，用于构建强大的搜索功能。 Lucene7是在2017年发布的一个重要版本，它引入了许多新功能和改进。其中一些改进包括更快的...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值