lucene简介——（一）

0.概念性东西

1.数据分类

 

2.非结构化数据查询方法

 

3.如何实现全文检索

 

 

1.lucene官网:

查看apache的东西格式就是上面的，例如

maven是  maven.apache.org

tomcat就是 tomcat.apache.org

2.下载:

好像需要FQ才能下载~~~~·

3.什么是lucene

　　Lucene是apache软件基金会发布的一个开放源代码的全文检索引擎工具包，由资深全文检索专家Doug Cutting所撰写,它是一个全文检索引擎的架构，提供了完整的创建索引和查询索引，以及部分文本分析的引擎，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的功能，或者是以此为基础建立起完整的全文检索引擎，Lucene在全文检索领域是一个经典的祖先，现在很多检索引擎都是在其基础上创建的，思想是相通的。

　　即：Lucene是根据关健字来搜索的文本搜索工具，只能在某个网站内部搜索文本内容，不能跨网站搜索。

4.  Lucene通常用在什么地方

Lucece不能用在互联网搜索（即像百度那样），只能用在网站内部的文本搜索（即只能在CRM，RAX，ERP内部使用），但思想是相通的。

例如:

 

5.lecene处在服务端三层架构哪一层:

 

6.      Lucene中存的什么内容

Lucene中存的就是一系列的二进制压缩文件和一些控制文件，它们位于计算机的硬盘上，

这些内容统称为索引库，索引库有二部份组成：

（1）原始记录

     存入到索引库中的原始文本，例如：中国是一个打过架

（2）词汇表

     按照一定的拆分策略（即分词器）将原始记录中的每个字符拆开后，存入一个供将来搜索的表

 

原理:

 

7.      为什么网站内部有些地方要用Lucene来索搜，而不全用SQL来搜索

（1）SQL只能针对数据库表搜索，不能直接针对硬盘上的文本搜索

（2）SQL没有相关度排名

（3）SQL搜索结果没有关健字高亮显示

（4）SQL需要数据库的支持，数据库本身需要内存开销较大，例如：Oracle

（5）SQL搜索有时较慢，尤其是数据库不在本地时，超慢，例如：Oracle

 

8.索引和搜索流程

 

9.创建文档对象

 

10 .文档分析过程(term是键值存在的)