Lucene 3.3 学习笔记 1 介绍
来源:互联网 发布:井下电钳网络考试平台 编辑:程序博客网 时间:2024/06/07 18:21
分类: Information retrieval2011-08-30 23:05 498人阅读 评论(0) 收藏 举报
Lucene 3.3 学习笔记 1 Lucene 3.3 学习笔记 1 包架构
------------------------
http://lucene.apache.org/java/docs/index.html
这里可以下载到最新的Lucene库,其中的wiki是一个不错的学习的地方
http://wiki.apache.org/lucene-java/FrontPage?action=show&redirect=FrontPageEN
目前有很多网站和软件用到了Lucene,如社交网站LinkedIn和苹果的ITunes软件中都用到了Lucene来做实时与全文索引。
Document => [Field1,Field2,...,FieldN]
Field => [Term1,Term2,...,TermN]
------------------------
1. Lucene介绍
Lucene的作者说过,Lucene只是一个高效的全文搜索引擎库,而不是一个平台,提供了非常简单的API,使其可以满足用户对全文索引的需求。http://lucene.apache.org/java/docs/index.html
这里可以下载到最新的Lucene库,其中的wiki是一个不错的学习的地方
http://wiki.apache.org/lucene-java/FrontPage?action=show&redirect=FrontPageEN
目前有很多网站和软件用到了Lucene,如社交网站LinkedIn和苹果的ITunes软件中都用到了Lucene来做实时与全文索引。
2. Lucene架构包介绍
2.1 文档的一个对象模型抽象库 - Document
这个库提供了索引文档对象的一个抽象,所有的文档对于Lucene来说都是一个Document抽象。Document => [Field1,Field2,...,FieldN]
Field => [Term1,Term2,...,TermN]
2.2 文本解析库 - Analysis
这个库是对文本进行解析,得到相应的Term对象,在Index与Searcher的时候都会用到,在索引过程中,它会对被索引的文件进行解析,而在搜索过程中,它会对查询条件进行解析。2.3 索引库 - Index
它主要是用来对文档建立索引,对索引进行维护(更新索引,优化索引等),为查询提供访问接口。2.4 存储库 - store
它主要是用来存储索引内容的,这里提供了两种存储方式,一种是磁盘存储,另一个是内存存储。2.5 查询库 - search
它主要是为用户提供查询接口的,对用户的查询结果进行评估,并返回与用户最相关的查询信息。
2.6 工具库 - util
主要是为上面的库提供一些I/O或者算法方法的工具类
3. 简单的例子
当你下载了Lucene的可执行包后,会在contrib中有一个中demo的目录,其中就是对Lucene的简单使用,下面对其进行相应的分析。3.1 索引
这里的索引就是对文档建立索引,以方便用户查询,我们看org.apache.lucene.demo.IndexFiles.java就是完成这样的一个工作。下面我们来看一下它的主要的源代码:- //~1 这里生成一个索引目录
- Directory dir = FSDirectory.open(new File(indexPath));
- //~2 生成一个标准的分析器,如果你要用自己的分词器,可以扩展Analyzer与Tokenizer类
- Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_31);
- //~3 这里对索引进行配置
- IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_31, analyzer);
- // 是索引建立一个新的索引还是进行增量索引
- if (create) {
- // Create a new index in the directory, removing any
- // previously indexed documents:
- iwc.setOpenMode(OpenMode.CREATE);
- } else {
- // Add new documents to an existing index:
- iwc.setOpenMode(OpenMode.CREATE_OR_APPEND);
- }
- / 配置索引的内存,以提高索引效率
- // Optional: for better indexing performance, if you
- // are indexing many documents, increase the RAM
- // buffer. But if you do this, increase the max heap
- // size to the JVM (eg add -Xmx512m or -Xmx1g):
- //
- // iwc.setRAMBufferSizeMB(256.0);
- //~4 生成一个索引输出类,用于写了索引内容
- IndexWriter writer = new IndexWriter(dir, iwc);
- //~5 索引文档
- // 这里主要是读出要索引目录中的文件,生成相应的抽象文档对象,
- // 然后调用IndexWriter的addDocument或者是updateDocuemtn来建立或者更新索引。
- indexDocs(writer, docDir);
- // 是否进行索引优化,
- // NOTE: if you want to maximize search performance,
- // you can optionally call optimize here. This can be
- // a costly operation, so generally it's only worth
- // it when your index is relatively static (ie you're
- // done adding documents to it):
- //
- // writer.optimize();
- //~6 关闭索引写出器
- writer.close();
3.2 查询
这里的查询主要是对索引好的数据进行查询操作,在org.apache.lucene.demo.SearchFiles.java中可以看到相应的查询代码,部分主要代码如一下:- //~1 生成一个索引查询器,输入为索引目录
- IndexSearcher searcher = new IndexSearcher(FSDirectory.open(new File(index)));
- //~2 生成一个查询条件的分析器
- Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_31);
- //~3 生成一个查询的分析器,主要是对查询条件进行分析,生成相应的Query
- QueryParser parser = new QueryParser(Version.LUCENE_31, field, analyzer);
- //~4 对查询条件进行分析,产生相应的Query对象
- Query query = parser.parse(line);
- System.out.println("Searching for: " + query.toString(field));
- //~5 调用索引查询对象的search方法进行索引查询,得到查询结果
- TopDocs results = searcher.search(query, null, 100);
4. 总结
这里对Lucene做了一个简单的分析,再结合索引与查询的API调用来简单了解一下其使用方法。- Lucene 3.3 学习笔记 1 介绍
- Lucene 3.3 学习笔记 1 介绍
- lucene学习笔记 1
- Lucene学习笔记(1)
- lucene 学习笔记 1
- lucene学习笔记-1
- Lucene学习笔记(1)-Hello Lucene
- Lucene学习笔记1--lucene开篇hello lucene
- Lucene学习笔记(1)
- Lucene学习笔记(1):Lucene的索引文件格式
- Lucene学习笔记 --- (1)用lucene查找罪犯信息
- lucene学习--全文检索lucene介绍
- Lucene学习教程——Lucene介绍
- lucene学习笔记1--索引创建
- lucene学习笔记1-创建索引
- 深入 Lucene 索引机制-学习笔记1
- Lucene学习笔记
- Lucene学习笔记
- 经典SQL语句
- Nutch 1.3 学习笔记 9 SolrIndexer
- 数据库中聚簇索引与非聚簇索引的区别
- Windows下使用Flex入门
- ADO技术简介(完全攻略)
- Lucene 3.3 学习笔记 1 介绍
- 在WinCE6.0下编译DirectShow相关应用时出现题图中的错误链接的解决方法
- char 与 unsigned char的本质区别
- [2010Beijing wc]矩阵距离
- Qt学习笔记 - QSignalMapper
- C#图像快速傅立叶变换及二维傅立叶变化
- Hibernate Work
- Nutch 1.3 学习笔记 10-1 - Ntuch 插件机制简单介绍
- hadoop学习之数据完整性