一天不进步，就是退步

2018年11月19日

摘要： https://www.sohu.com/a/220443841_467759 Elasticsearch 是一个基于 Apache Lucene 的开源搜索和分析引擎，允许用户近实时地存储、搜索和分析数据。Pronto 是 eBay 托管 Elasticsearch 集群的平台，使 eBay 内部阅读全文

posted @ 2018-11-19 09:53 一天不进步，就是退步阅读(217) 评论(0) 推荐(0)

万亿级日志与行为数据存储查询技术剖析

摘要： http://www.sohu.com/a/126082450_355140 目前大数据存储查询方案大概可以分为：Hbase系、Dremel系、预聚合系、Lucene系，本文作者将就自身的使用经验说说这几个系的优缺点，如有纰漏，欢迎一起探讨。写在前面近些年，大数据背后的价值也开始得到关注和重视，阅读全文

posted @ 2018-11-19 09:50 一天不进步，就是退步阅读(689) 评论(0) 推荐(0)

2018年11月15日

elasticsearch版本不同，批量查询也不相同

摘要：网上搜到批量查询可以通过TransportClient实现，但官方推荐使用RestHighLevelClient实现注意：查找最新的RestHighLevelClient api文档 https://www.elastic.co/guide/en/elasticsearch/client/jav 阅读全文

posted @ 2018-11-15 17:47 一天不进步，就是退步阅读(2766) 评论(0) 推荐(0)

一文看懂 NLP 神经网络发展历史中最重要的 8 个里程碑

摘要： https://www.infoq.cn/article/66vicQt*GTIFy33B4mu9 这是两篇系列文章中的第一篇。在2018 年的 Indaba 深度学习大会上，Herman Kamper和我组织了一场自然语言处理研讨会，整个会议的幻灯片可以在这里下载。本文将讨论用神经网络方法解决 N 阅读全文

posted @ 2018-11-15 13:49 一天不进步，就是退步阅读(608) 评论(0) 推荐(0)

2018年11月14日

lucene源码分析(4)Similarity相似度算法

摘要： lucene 7.5.0默认的评分Similarity是BM25Similarity (IndexSearcher.java) IDF公式 f（qi,D）:就是词频 |D|：[给定文档]D长度。 avgdl:索引中所有文档长度。早期的版本使用的是TFIDFSimilarity, Lucene TF 阅读全文

posted @ 2018-11-14 17:14 一天不进步，就是退步阅读(882) 评论(0) 推荐(0)

2018年11月13日

lucene源码分析(3)facet实例

摘要：简单的facet实例查询及其关系查询关系阅读全文

posted @ 2018-11-13 15:16 一天不进步，就是退步阅读(331) 评论(0) 推荐(0)

2018年11月9日

lucene-solr源码编译导入eclipse--转

摘要： https://www.jianshu.com/p/8a217ce05475 github地址：https://github.com/apache/lucene-solr 第一步：git clone https://github.com/apache/lucene-solr.git 下载项目第二步阅读全文

posted @ 2018-11-09 17:19 一天不进步，就是退步阅读(425) 评论(0) 推荐(0)

lucene源码分析(2)读取过程实例

摘要： 1.官方提供的代码demo 2.涉及到的类及其关系 2.1 TokenStream 2.2 Analyzer 2.3 Directory 2.4 IndexWriter 阅读全文

posted @ 2018-11-09 16:24 一天不进步，就是退步阅读(466) 评论(0) 推荐(0)

lucene源码分析(1)基本要素

摘要： 1.源码包 core: Lucene core library analyzers-common: Analyzers for indexing content in different languages and domains.analyzers-icu: Analysis integratio 阅读全文

posted @ 2018-11-09 11:35 一天不进步，就是退步阅读(899) 评论(0) 推荐(0)

lucene基本原理

摘要： 1.术语 lucene 在存储它的全文索引结构时，是有层次结构的，这涉及到5个层次：索引(Index)；段(Segment)；文档(Document)；域(Field)；词(Term)，他们的关系如下图所示：（lucene 索引存储结构概念图）下图是Lucene生成的索引的一个实例，右边是对这5个阅读全文

posted @ 2018-11-09 10:07 一天不进步，就是退步阅读(868) 评论(0) 推荐(0)