lucene初体验
来源:互联网 发布:nba免费直播软件 编辑:程序博客网 时间:2024/05/16 02:28
转载:http://www.cnblogs.com/huangxincheng/archive/2012/05/13/2497738.html
Lucene是一个开放源代码的全文检索引擎工具包,即它不是一个完整的全文检索引擎,而是一个全文检索引擎的架构,提供了完整的查询引擎和索引引擎,部分文本分析引擎。Lucene的目的是为软件开发人员提供一个简单易用的工具包,以方便的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。
日常开发中,相信大家经常会用like去匹配一些数据,同时我们也知道,like往往会导致全表扫描,当数据量越来越大的时候,我们会纠结于
数据库的龟速查找,此时我们必须另寻蹊跷,这时lucene就可以大显身手了。
首先我们做一个demo,向数据库中插入10w条数据,总共778M。
接下来,我们搜索下新闻内容中包含“流行”的记录。
mmd,检索一下要78s,是谁都要砸了面前的破机子。
下面我们来看看lucene的效果怎么样。下载地址:http://incubator.apache.org/lucene.net/download.html
using System;using System.Collections.Generic;using System.Linq;using System.Text;using Lucene.Net.Index;using Lucene.Net.Store;using Lucene.Net.Analysis.Standard;using Lucene.Net.Documents;using System.Data;using System.Diagnostics;using Lucene.Net.Search;using Lucene.Net.QueryParsers;namespace First{ class Program { static string path = @"D:\Sample"; static void Main(string[] args) { //创建索引 CreateIndex(); var watch = Stopwatch.StartNew(); //搜索 IndexSearcher search = new IndexSearcher(path); //查询表达式 QueryParser query = new QueryParser(string.Empty, new StandardAnalyzer()); //query.parse:注入查询条件 var hits = search.Search(query.Parse("Content:流行")); for (int i = 0; i < hits.Length(); i++) { Console.WriteLine("当前内容:{0}", hits.Doc(i).Get("Content").Substring(0, 20) + "..."); } watch.Stop(); Console.WriteLine("搜索耗费时间:{0}", watch.ElapsedMilliseconds); } static void CreateIndex() { //创建索引库目录 var directory = FSDirectory.GetDirectory(path, true); //创建一个索引,采用StandardAnalyzer对句子进行分词 IndexWriter indexWriter = new IndexWriter(directory, new StandardAnalyzer()); var reader = DbHelperSQL.ExecuteReader("select * from News"); while (reader.Read()) { //域的集合:文档,类似于表的行 Document doc = new Document(); //要索引的字段 doc.Add(new Field("ID", reader["ID"].ToString(), Field.Store.YES, Field.Index.NOT_ANALYZED)); doc.Add(new Field("Title", reader["Title"].ToString(), Field.Store.NO, Field.Index.ANALYZED)); doc.Add(new Field("Content", reader["Content"].ToString(), Field.Store.YES, Field.Index.ANALYZED)); indexWriter.AddDocument(doc); } reader.Close(); //对索引文件进行优化 indexWriter.Optimize(); indexWriter.Close(); } }}
我靠,448ms,顿时78s黯然失色,当然这个时间是不包含"创建索引“的时间,从时间复杂度上来说,这种预加载索引算是常量。
作为入门,简单的介绍下lucene的实现过程,首先lucene主要分成两步:"索引"和"搜索"。
一:索引:
相信大家对索引还是比较熟悉的,lucene能够将我们内容切分成很多词,然后将词作为key,建立“倒排索引”,然后放到索引库中,在上面
的例子中,我们看到了索引过程中使用到了IndexWriter,FSDirectory,StandardAnalyzer,Document和Field这些类,下面简要分析下。
1:IndexWriter
我们看到该类有一个AddDocument方法,所以我们认为该类实现了索引的写入操作。
2:FSDirectory
这个就更简单了,提供了索引库的存放位置,比如我们这里的D:\Sample,或许有人问,能不能存放在内存中,在强大的lucene面前当然
可以做到,lucene中的RAMDirectory就可以实现,当然我们的内存足够大的话,还是可以用内存承载索引库,进而提高搜索的效率。
3:StandardAnalyzer
这个算是索引过程中最最关键的一步,也是我们使用lucene非常慎重考虑的东西,之所以我们能搜索秒杀,关键在于我们如何将输入的内容
进行何种形式的切分,当然不同的切分形式诞生了不同的分析器,StandardAnalyzer就是一个按照单字分词的一种分析器,详细的介绍后续文
章分享。
4:Document
在上面的例子可以看到,他是承载field的集合,然后添加到IndexWriter中,有点类似表中的行的概念。
5: Field
提供了对要分析的字段进行何种处理,以KV形式呈现。
①:Field.Store.YES, Field.Index.NOT_ANALYZED 表示对索引字段采取:原样保存并且不被StandardAnalyzer进行切分。
②: Field.Store.NO, Field.Index.ANALYZED 不保存但是要被StandardAnalyzer切分。
二:搜索
这个比较容易,根据我们输入的词lucene能够在索引库中快速定位到我们要找的词,同样我们可以看到IndexSearcher,QueryParser,Hits。
1:IndexSearcher
这个我们可以理解成以只读的形式打开由IndexWriter创建的索引库,search给QueryParser提供了查询的桥梁。
2:QueryParser
这玩意提供了一个parse方法能够将我们要查找的词转化为lucene能够理解了查询表达式。
3:Hits
这个就是获取匹配结果的一个指针,优点类似C#中的延迟加载,目的都是一样,提高性能。
- lucene初体验
- Lucene初体验
- Lucene初体验
- lucene初体验
- Lucene 初体验
- lucene全文检索初体验-lucene demo演示
- 全文检索引擎工具包Lucene初体验
- Lucene一(开篇:lucene整体学习路线和初体验)
- 搜索学习入门--Lucene初体验(Lucene索引的增删改查)
- Lucene全文检索入门体验
- 全文信息检索lucene框架深度体验
- 用lucene做搜索引擎的体验
- 初体验
- 初体验
- 初体验
- 初体验
- 初体验
- 初体验
- HDU 2852 KiKi's K-Number
- Android开发之获取相册照片和获取拍照照片二
- Unity模型资源使用流程
- iOS按钮的常见问题
- android 读取sd卡中的图片
- lucene初体验
- 机试 学习总结
- android 从系统相册获取一张图片
- Android相机、相册获取图片显示并保存到SD卡
- 一个生成祝福短信的简单C++程序
- 欢迎使用CSDN-markdown编辑器
- POJ 2752 Seek the Name, Seek the Fame
- android图像绘制(六)——获取本地图片或拍照图片
- Android从相册中获取图片以及路径