一、Lucene提供的分词器StandardAnalyzer和SmartChineseAnalyzer 1.新建一个测试Lucene提供的分词器的maven项目LuceneAnalyzer 2. 在pom.xml里面引入如下依赖 3. 新建一个标准分词器StandardAnalyzer的测试类Luc ...
分类：
Web程序 时间：
2018-05-05 12:34:28
阅读次数：
201
一、Lucene介绍 1. Lucene简介 最受欢迎的java开源全文搜索引擎开发工具包。提供了完整的查询引擎和索引引擎，部分文本分词引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便在目标系统中实现全文检索功能，或者是以此为基础建立起完整的全文检索 ...
分类：
Web程序 时间：
2018-05-04 23:24:31
阅读次数：
379
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：
2018-05-03 23:37:36
阅读次数：
393
一、全文检索与Lucene介绍 1、全文检索 将非结构化数据中的一部分信息提取出来，重新组织，使其变得有一定结构，然后对此有一定结构的数据进行搜索，从而达到搜索相对较快的目的。这部分从非结构化数据中提取出然后重新组织的信息，我们称之索引。 这种先建立索引，再对索引进行搜索的过程就叫全文检索(Full ...
分类：
Web程序 时间：
2018-05-02 11:18:45
阅读次数：
298
最近开发的搜索引擎中，需要对索引进行分片。根据项目的需求，我们提供了两种分片方式。过程博客记录一下。Hash算法原理很简单，通过行键（_id）的Hash值确定所在的分片，然后再进行操作。举个栗（例）子，现在有个索引，初始化5个分片，分别为shard0， shard1， shard2， shard3， shard4。现在需要保存一行数据，_id为0001000000123，_id的HashCode为
分类：
Web程序 时间：
2018-04-28 19:26:31
阅读次数：
200
lucene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， 对每一个词建立一个索引， 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 ...
分类：
Web程序 时间：
2018-04-28 14:08:42
阅读次数：
154
1. 深入浅出搜索架构引擎、方案与细节（上） 文字很多，有宏观，有细节，对于大部分不是专门研究搜索引擎的同学，记住以下几点即可： 1）. 全网搜索引擎系统由spider， search&index， rank三个子系统构成 2）. 站内搜索引擎与全网搜索引擎的差异在于，少了一个spider子系统 3 ...
分类：
其他好文 时间：
2018-04-22 20:04:07
阅读次数：
166
luke可以方便的查看lucene的索引信息，当然也可以查看solr和es中的索引信息(基于lucene实现)。 查看索引前，要注意lucene版本的问题，高版本的lucene用低版本的luke工具就可能无法打开。 记得以前用luke还可以实现索引修复的功能，会把有错误的段segment删掉，使用前 ...
分类：
Web程序 时间：
2018-04-14 23:42:21
阅读次数：
301
Solr集群： Lucene是一个Java语言编写的利用倒排原理实现的文本检索类库； Solr是以Lucene为基础实现的文本检索应用服务； SolrCloud是Solr4.0版本开发的，基于Solr和Zookeeper的分布式搜索方案，主要思想是使用Zookeeper作为集群的配置信息中心。 So ...
分类：
其他好文 时间：
2018-04-13 20:36:29
阅读次数：
179
solr介绍一、Solr它是一种开放源码的、基于 Lucene Java 的搜索服务器，易于加入到 Web 应用程序中。 二、Solr 提供了层面搜索(就是统计)、命中醒目显示并且支持多种输出格式（包括XML/XSLT 和JSON等格式）。它易于安装和配置，而且附带了一个基于 HTTP 的 管理界面。Solr已经在众多大型的网站中使用，较为成熟和稳定。 三、Solr 包装并
分类：
其他好文 时间：
2018-04-13 19:05:28
阅读次数：
182
