首先对不必要的字段不做分词也就是不做索引，禁止内存交换 1.shard 一个Shard就是一个Lucene实例，是一个完整的搜索引擎。 分片数过多会导致检索时打开比较多的文件，多台服务器之间通讯成本加大。 而分片数过少会导至单个分片索引过大，所以检索速度也会慢。 建议单个分片最多存储10G-20G左 ...
分类：
其他好文 时间：
2018-10-26 10:42:27
阅读次数：
215
本人使用Windows系统，为了使用Nutch搜索引擎的Web爬虫爬取网站页面，需要给Windows系统安装Linux开发环境以运行Nutch。而安装Linux开发环境需要安装Cywin。查了很多安装教程，大多是使用163的镜像网站下载的，但是实际操作过程中，发现连接不到该镜像网站，不论是http: ...
全文检索（Lucene&Solr） 1）什么是全文检索？为什么需要全文检索？ 结构化数据（mysql等）方便查询，而非结构化数据（如多篇文章）是难以查询到自己需要的，所以要使用全文检索。 全文检索：将非结构化数据的内容提取一部分，然后重新组织，使其有一定结构，然后就能以此快速的查找需要的信息，提取整 ...
分类：
Web程序 时间：
2018-10-18 10:54:34
阅读次数：
200
（1）创建project （2）导入Lucene的核心包 （3）编写代码建立索引 /lucene01/src/cn/hk/lucene/TestIndex.java： /lucene01/src/cn/hk/lucene/TestSearch.java： ...
分类：
Web程序 时间：
2018-10-13 17:20:22
阅读次数：
181
lucene全文检索 2、Lucene实现全文检索的流程a) 创建索引b) 查询索引3、配置开发环境4、创建索引库5、查询索引库6、分析器的分析过程a) 测试分析器的分词效果b) 第三方中文分析器7、索引库的维护a) 添加文档b) 删除文档c) 修改文档8、Lucene的高级查询Lucene的查询a ...
分类：
Web程序 时间：
2018-10-10 14:09:49
阅读次数：
182
Centos7:Solr安装,配置与使用 配置jdk环境,安装tomcat 解压solr bin：是脚本的启动目录 contrib：第三方包存放的目录 dist：编译打包后存放目录，即构建后的输出产物存放的目录 docs：solr文档的存放目录 example：示范例子的存放目录 licenses： ...
分类：
其他好文 时间：
2018-10-07 15:38:00
阅读次数：
338
Lucene单词词典 使用lucene进行查询不可避免都会使用到其提供的单词词典功能，即根据给定的term找到该term所对应的倒排文档id列表等信息。实际上lucene索引文件后缀名为tim和tip的文件实现的就是lucene的单词词典功能。 怎么实现一个单词词典呢？我们马上想到排序数组，即ter ...
分类：
其他好文 时间：
2018-10-05 12:20:03
阅读次数：
204
ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可 ...
分类：
其他好文 时间：
2018-10-04 15:59:29
阅读次数：
239
介绍：ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳 ...
分类：
其他好文 时间：
2018-10-04 08:47:38
阅读次数：
220
