蝈蝈俊的技术心得

摘要： 在 lucene 中，我们是使用 IndexWriter 调用 Analyzer 将文章切成以词为单位的 Stream，然后生成索引的。lucene 内建的分词器很多，比如：按空白字符分词的WhitespaceAnalyzer，添加了stopword过滤的StopAnalyzer，以及最常用的是StandardAnalyzer。这些自带的分词器对中文支持多不好，我觉得比较好的中文分词器是 mmse... 阅读全文

摘要： lucene 文件存储相关的几个类，以及他们的派生关系如下图： Directory 代表了 Lucene 的索引的存储的位置，这是一个抽象类。 DbDirectory 存储到 Berkeley DB 4.3 的实现，Berkeley DB是历史悠久的嵌入式数据库系统，主要应用在UNIX/LINUX操作系统上，其设计思想是简单、小巧、可靠、高性能。 JEDirectory 存储到 Berkele... 阅读全文