`

利用lucene对整个数据库建立索引(lucene,SQL,JDBC)(

    博客分类:
  • Java
阅读更多

导言:

如果要对整个数据库做精确查询或模糊查询,我们怎么才可以做到?还是通过SQL查询吗?答案是否定的。因为,通过SQL对整个数据库做精确查询或模糊查询,速度将非常的慢;

lucene解决了这个问题。通过对表或者文本文件预先建立索引,可以很快的实现全文检索。

思路:

1、通过SQL得到所有表名的集合---->2、遍历所有的表,分别为每个表的每个记录建立索引;同时添加表的中文名以及表的说明的索引---->按Writer\analyzer\document\field的循序建索引。

package com.jrj.datamart.tree;

import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.io.Writer;
import java.sql.ResultSet;
import java.sql.ResultSetMetaData;
import java.sql.SQLException;
import java.util.ArrayList;
import java.util.Date;
import java.util.List;

import org.apache.lucene.analysis.cn.smart.SmartChineseAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;

import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.store.LockObtainFailedException;
import org.apache.lucene.util.Version;
//import com.jrj.datamart.model.ApiIndicator;
//import com.jrj.datamart.model.ApiInfo;
//import com.jrj.datamart.model.ApiInfoQuery;
//import com.jrj.datamart.service.ApiInfoService;


//对整个数据库的建立索引;并给每个表添加,表的说明和字段的中文名;方便查询
//索引 Lucene 3.0.2
public class IndexerDB {

 // 保存索引文件的地方
 private static  String INDEX_DIR = "F:\\MyLuceneDB2\\LuceneFileIndexDir";
 private String index_dir;
 private File file=new File(INDEX_DIR);
 // 将要搜索TXT文件的地方
 private String data_dir;
 private String DATA_DIR = "F:\\Lucene";
 private String entityName;
// private ApiInfo apiInfo;
// private ApiInfoQuery apiInfoQuery = new ApiInfoQuery();
// private ApiInfoService apiInfoService;
// private List<ApiIndicator> apiIndicators = new ArrayList<ApiIndicator>();
// private ApiIndicator apiIndicator;
 private StringBuilder newsb = new StringBuilder();
 private ResultSet rs = null;
 private ResultSet tempRs = null;
 private ResultSetMetaData rsmd = null;
// private SmartChineseAnalyzer analyzer = new SmartChineseAnalyzer(
//   Version.LUCENE_30, true);
 private Document doc;
 private String tableName;

 public static void main(String[] args) throws Exception {
  IndexerDB indexDB=new IndexerDB();
        File file=new File(INDEX_DIR);
  //1
  indexDB.execute(file);
 }
 

//执行对数据库的索引化
//@param file
//@return
// @throws Exception
//  
 public String execute(File file) throws Exception {
  long start = new Date().getTime();
  //2
  int numIndexed=getAllTableNameFromDBAndIndexing(file);
  long end = new Date().getTime();
  System.out.println("Indexing " + numIndexed + " files took "
   + (end - start) + " milliseconds");
  return "success";
 }
 
// 查询所有的表,并遍历所有的表;
//调用getDataFromTable(tableName)获取表的记录;
//调用indexData(writer, rs, tableName)对单张表做索引
 public int getAllTableNameFromDBAndIndexing(File file)throws Exception {
  ResultSet rs=null;
  String sql1 = null;
  String sql2 = null;
  sql1 = "select [name] from [sysobjects] where [type] = 'u' order by [name]";
  sql2 = "show tables";
  SmartChineseAnalyzer analyzer = new SmartChineseAnalyzer(
    Version.LUCENE_30, true);
  IndexWriter writer = new IndexWriter(FSDirectory.open(file),
    analyzer, true, IndexWriter.MaxFieldLength.LIMITED);
  try {
   rs = JDBCUtil.execute(sql1);
  } catch (Exception e) {
   rs = JDBCUtil.execute(sql2);
  }
  while (rs.next()) {
   
   tableName=rs.getString(1);
   System.out.println("tableName: "+rs.getString(1));
   //ResultSetMetaData rsmd = rs.getMetaData(); 
   ResultSet tempRs=getDataFromTable(tableName);
   System.out.println("already get data of table");
   indexData(writer, tempRs, tableName);
  }
  int numIndexed = writer.numDocs();
  writer.optimize();
  writer.close();
  return numIndexed;
 }
   
 // 取得表的数据
 public ResultSet getDataFromTable(String tableName) throws Exception {
  String sql = "select * from " + tableName;
  System.out.println(""+sql);
  //String sql = "select * from " + "HK_STKCODE";
  return JDBCUtil.execute(sql);
 }
 
//对特定表的记录,采用特定writer,索引
//该方法是lucene的indexer的关键方法
//writer---->document---->field
 private void indexData(IndexWriter writer, ResultSet rs, String tableName)
   throws Exception{
  if (rs == null) {
   return;
  }
  // 取得实体名
  //System.out.println("tableName: " + tableName);
  entityName = getEntityName(tableName);
  System.out.println(" .entityName: " + entityName);
  while (rs.next()) {
   doc = new Document();
   rsmd = rs.getMetaData();
   int colsNum = rsmd.getColumnCount();
   //System.out.println("colsNum: "+colsNum);
   for (int i = 1; i < colsNum + 1; i++) {
   String  columnName=rsmd.getColumnName(i);  
   //System.out.println("columnName: "+columnName);
   //System.out.println(" rs.getString(i): "+ rs.getString(i));
   // 1、对该条记录的第一个字段进行索引
    doc.add(new Field(columnName, (rs.getString(i)==null?"":rs.getString(i)),
      Field.Store.YES, Field.Index.ANALYZED));
   }
// 2、在此处添加,表的说明(description);来至于apiinfo;根据表对应的实体名,找到表对应的apiinfo实体
//   apiInfoQuery.setEntityname(entityName);
//   apiInfo = apiInfoService.gainApiInfoByEntityName(entityName);
//   if (apiInfo != null) {
//    doc.add(new Field("apiDesc", apiInfo.toString(), Field.Store.YES,
//      Field.Index.ANALYZED));
//   }
// 3、在此处添加,表的中英文字段:
// 来自于apiindicator;根据表对应的实体名,去APIINFO中取找apiid,再去apiindicator中找apiindicator的实体
//   List<ApiIndicator> apiIndicators = apiInfoService
//     .gainApiIndicatorsByApiId(apiInfo.getId());
//   // 输出指标和描述结合为字符串
//   for (int i = 0; i < apiIndicators.size(); i++) {
//    apiIndicator = apiIndicators.get(i);
//    newsb.append(apiIndicator.getCnname() + " ")
//      .append(apiIndicator.getEnname() + " ")
//      .append(apiIndicator.getDescription() + "");
//    newsb.append("\n");
//   }
//   System.out.println("newsb.toString(): " + newsb.toString());
//   doc.add(new Field("outputFields", newsb.toString(),
//     Field.Store.YES, Field.Index.ANALYZED));
// 4、文件名
   doc.add(new Field("apiName", entityName,
     Field.Store.YES, Field.Index.ANALYZED));
   writer.addDocument(doc);
  }
 }

 

  //将表名通过字符串处理成为实体名
 public String getEntityName(String tableName) {
  // tableName = tableName.substring(0, tableName.indexOf(".txt"));
  StringBuilder sb = new StringBuilder();
  // 将"_"替换掉,如果有的话,以便处理成与API对应的实体一样的字符串。如:PUB_SEITGC.txt,RSH_RSHRPT_INDFO.txt
  if (tableName.indexOf("_") != -1) {
   String[] subStrings = tableName.split("_");
   for (int i = 0; i < subStrings.length; i++) {
    sb.append(subStrings[i]);
   }
   return sb.toString();
  } else {
   return tableName;
  }
 }

 public String getIndex_dir() {
  return index_dir;
 }

 public void setIndex_dir(String index_dir) {
  this.index_dir = index_dir;
 }

 public String getData_dir() {
  return data_dir;
 }

 public void setData_dir(String data_dir) {
  this.data_dir = data_dir;
 }

// public ApiInfoService getApiInfoService() {
//  return apiInfoService;
// }
//
// public void setApiInfoService(ApiInfoService apiInfoService) {
//  this.apiInfoService = apiInfoService;
// }

}

 

// 数据库查询类

//JDBCUtil用于取得连接;JDBCUtil.execute(sql)用于执行SQL,并返回resultset.

package com.jrj.datamart.tree;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;

public class JDBCUtil {

 public static Connection conn = null;
 // 建立连接
 static void getConntion() {
  try {
   String driver_class = "com.microsoft.sqlserver.jdbc.SQLServerDriver";
   // ?useUnicode=true&characterEncoding=utf-8
   String connection_url = "jdbc:sqlserver://localhost:1433;DatabaseName=UDM";
   String user_name = "sa";
   String db_password = "sa";
   Class.forName(driver_class);
   conn = DriverManager.getConnection(connection_url, user_name,
     db_password);
   conn.setAutoCommit(false);
  } catch (Exception e) {
   e.printStackTrace();
  }
 }

 // 查询后,得到数据
 public static ResultSet execute(String sql) throws Exception {
  // 取得连接
  getConntion();
  // 写SQL
  // 得到一个statment对象
  Statement stmt = conn.createStatement();
  // 得到一个结果集
  return stmt.executeQuery(sql);
 }

 static void close() {
  if (conn != null) {
   try {
    conn.close();
   } catch (SQLException e) {
    e.printStackTrace();
   }
  }
 }

 public static Connection getConn() {
  return conn;
 }

 public static void setConn(Connection conn) {
  JDBCWriteExcel.conn = conn;
 }
}

 

 

文章出自:http://blog.sina.com.cn/s/blog_4f9ce8f30100nt5r.html

分享到:
评论

相关推荐

    lucene与sqlserver数据库实现索引的简单实例

    1. **数据抽取**:首先,我们需要从SQL Server数据库中获取需要建立索引的数据。这通常通过JDBC(Java Database Connectivity)驱动实现,编写Java代码连接数据库并执行查询,获取所需字段。 2. **预处理**:数据...

    lucene与数据库连接进行查询

    在这个"lucene与数据库连接进行查询"的主题中,我们主要探讨如何将 Lucene 与 JDBC(Java Database Connectivity)结合,通过数据库连接来获取数据并利用 Lucene 进行处理。 首先,我们需要了解如何使用 JDBC 连接...

    LUCENE索引搜索数据库技术汇总

    - **数据库集成**: 通过JDBC或其他方式将数据库中的数据导入Lucene索引,实现高效全文检索。 - **联合查询(Hybrid Search)**: 结合SQL查询与Lucene的全文搜索,提供更强大的搜索能力。 综上所述,Lucene提供了...

    商业源码-编程源码-Lucene结合Sql建立索引Demo源码.zip

    【Lucene结合Sql建立索引】是将数据库中的数据通过Lucene这个全文搜索引擎进行索引,以便快速查询和检索的一种技术。在这个商业源码中,我们可能会看到如何使用Java编程语言来实现这样一个功能。Lucene是Apache软件...

    用LUCENE连击MYSQL建立索引并搜索的JAVA代码。

    在这个场景中,我们讨论的是如何结合Lucene和MySQL来实现一个Java应用程序,该程序能够从MySQL数据库中提取数据,创建索引,并进行高效的搜索。 首先,我们需要理解Lucene的工作原理。Lucene通过分析文本,将文档...

    用Lucene检索数据库

    通过以上步骤,我们可以利用Lucene对数据库中的数据进行全文检索,极大地提高了查询速度,降低了服务器负载,尤其在处理大量数据时效果显著。需要注意的是,Lucene虽然强大,但其主要负责文本搜索,对于数据库中非...

    jsp+servlet+jdbc+lucene 搜索引擎

    JDBC是Java访问数据库的标准接口,用于与各种数据库建立连接,执行SQL语句和获取结果。在这个搜索引擎项目中,JDBC主要用于存储和检索索引数据。开发者可能需要创建数据库表来存储索引信息,并通过JDBC进行数据的...

    Lucene与数据库结合示例(加双关键字高亮)

    2. **数据库集成**:学习如何将MySQL中的数据导入到Lucene的索引中,可能涉及JDBC连接、SQL查询等知识。 3. **索引创建**:了解如何使用Lucene的Analyzer对数据进行分词,创建索引,包括字段设置、分析器选择等。 ...

    lucene检索数据库

    《利用Lucene进行数据库检索》 Lucene是一款强大的全文搜索引擎库,广泛应用于各种搜索场景,包括Web搜索引擎、论坛搜索、C/S架构的搜索等。其核心优势在于能够高效地建立索引,实现快速的数据检索。本文将详细介绍...

    Lucene操作数据库借鉴.pdf

    在本文中,我们将探讨如何使用Lucene来操作数据库,特别是在MS SQL Server 2000环境下,对Authors表进行全文索引并实现查询。 1. 数据库操作与Lucene集成 传统上,我们使用JDBC(Java Database Connectivity)来与...

    Lucene数据库操作实例.doc

    在上述文档中,我们看到如何利用 Lucene 来对 MS SQL Server 2000 中的数据库进行全文索引,并创建查询功能。 1. **建立索引** - 首先,你需要编写一个传统的 JDBC 程序来从数据库中读取数据。这涉及到建立数据库...

    ssm+lucene+redis

    MyBatis则是一个轻量级的持久层框架,它解决了JDBC的繁琐工作,允许开发者用XML或注解定义SQL语句,与数据库交互。MyBatis与Spring的整合,可以实现事务管理,提高了开发效率。 接下来是Redis,它是一款高性能的...

    ssm+lucene

    MyBatis是一个持久层框架,它简化了数据库操作,避免了传统的JDBC代码编写。MyBatis支持SQL动态语句,可以方便地编写复杂查询。它将SQL语句与Java代码分离,使得数据库访问更加灵活和易于维护。 **4. Lucene** ...

    lucene+jdbcTemplate封装API+缓存实现索引精确刷新

    在这个项目中,我们看到开发者利用Lucene结合jdbcTemplate来封装API,并引入缓存机制,以实现索引的精确刷新。这是一项高级的技术实践,旨在提高系统的响应速度和数据一致性。 首先,让我们详细了解一下Lucene。...

    lucene_core_test:这是探索Lucene api用mysql数据库编写索引的用例的非常基本的示例

    这里,我们看到作者尝试将数据库中的数据(可能是MySQL)通过Lucene API建立索引,以便进行快速检索。 描述中提到,这个示例非常基础,旨在帮助读者理解如何将Lucene与MySQL结合使用。这通常涉及从数据库读取数据,...

    整合Lucene搜索用户新闻项目实例,支持搜索关键词高亮

    总之,这个项目实例涵盖了从数据库获取新闻数据,使用Lucene进行文本处理、索引构建、搜索执行,到最后的关键词高亮显示等一系列步骤,全面展示了如何在Java项目中有效利用Lucene实现全文搜索引擎。通过学习和实践...

Global site tag (gtag.js) - Google Analytics