全文检索概述
1. 全文检索
根据数据是否规整，可以将数据分为两类：
结构化数据：规定数据类型、格式和长度等；典型是关系型数据库中的表数据。
非结构化数据：没有规定数据类型、格式等信息；典型的是邮件数据，可以在一封邮件中存在字符串、图片、报表等不同信息。
非结果化数据查询方式：
（1）顺序扫描法(Serial Scanning)：
顺序查找，速度慢。
例如在一个文件夹存在多个文件，同时在文件搜索一个字符串”全文检索“，顺序扫描是按照某个规则(比如文件名)依次打开文件，如果文件存在这个字符串 说明是要查找的文件，接着在打开下面的文件，直到扫描完所有的文件。
（2）全文检索(Full-text Search)
将非结构化数据中的一部分数据提取出来，重新组织成一定结构的数据(索引)，在扫描时，只对这部分数据进行搜索，从而达到较快的目的。
一定结构的数据组织是比较耗时的，但是会提高以后查询的速度。这种先建索引再查询的方式称为全文检索。
2. 常用的3款搜索引擎
1. Lucene
Lucene的开发语言是Java，是Java中最出名的开源搜索殷勤，是Java中标准的全文检索程序，提供完整的查询引擎和搜索引擎。
Lucene不支持中文分词引擎，需要自己实现(IK、CJK、Smart)分词器，不支持实施搜索，不支持字符串范围搜索等。
2. Solr
Solr是Java开发的企业级搜索应用服务器，基于Lucene全文搜索服务器，提供API接口。
Lucene专注于搜索底层的建设，而Solr专注于企业应用。
Elasticsearch是一个采用java语言开发的，基于Lucene构造的开源，分布式的搜索引擎. 设计用于云计算中，能够达到实时搜索，稳定可靠.。
Elasticsearch的数据模型是JSON.
3. 目录
全文检索共分基础部分和进阶部分两部分，基础部分主要了解并可以使用3种引擎，进阶部分是再基础部分的基础上对高级功能及源码级别的解读。
基础部分：
lucene基础
solr基础
elasticsearch基础
进阶部分:
浙公网安备 33010602011771号