2010-01-04 传智播客—luncene （转载）

tigers20010

浏览: 48626 次
性别:
来自: 深圳

最近访客更多访客>>

ydalbj007

胡睿杨

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

博客分类：

luence +compass

lucene 全文检索 Apache 百度网络应用

如果大家对文章内容有不理解的地方，尽情留言或QQ(1357208561) 讨论。让大家共同进步。

————tiger20010

我们这些网民，见得多了检索应用了。Google、百度、论坛内部搜索、网站内部搜索…，这些应用使用的就是检索技术。今天我们学习的主要是针对WEB应用的内部文本检索，比如论坛。我们使用的框架是lucene。授课老师是汤阳光，年轻有为！

搞技术的，看到什么新技术总是十分好奇。先不说google和baidu吧（他们的专业检索技术很强哦），见到论坛内部的检索功能，就让我十分好奇。我原本以为论坛内部的检索就是模糊查找数据库，但今日的课程让我学习到了论坛内部真正的检索技术。

一、信息检索和全文检索

信息检索就是从信息集合中找出与用户需求相关的信息。被检索的信息除了文本外，还有图像、音频、视频等多媒体信息。我们只关注文本的检索，把用户的查询请求和全文中的每一个词进行比较，不考虑查询请求与文本语义上的匹配，这叫做全文检索。在信息检索工具中，全文检索是最具通用性和实用性的。例如，使用百度从一大堆网页中搜出与“传智播客”相关的网页。

我们简单看一下检索技术的流程：

请求

上面可见索引数据库是十分重要的，简单的说。全文检索系统，将网络上的数据通过某种格式保存到索引库中。当用户发送查询请求时，实质上就是向索引库查询。全文检索引擎负责处理用户的请求用索引库的更新等。

小时候查的汉语字典、英语词典…我们是如何查询的？当然不是一页一页的翻了，靠的是字典的目录。Lucene的检索方式正是使用了此技术，lucene的索引库格式：

检索目录		数据
索引	关键字	索引	Documents…
1	C、汇编	1	汇编比机器在语言高级…C比汇编高级
2	C++	2	C++比C高级..
3	Java、J2E	3	JAVA应用级，最为优秀的语言
4	WEB	4	WEB是真正的计算机…
5	你好	5	Hi，你好啊！
…	…	…

上面的表只是简单说明lucene索引库的存储格式。我们通过lucene提供的类可以向索引库添加、修改、查询、删除操作…。

关键字是通过分词器分析出来的，一般情况下各有语言有各字的分词器。分词器的强大提高了查询数据的接近性。

二、lucene操作

我们编写一个对Article对象向lucene索引库的添加、修改、查询、删除操作：

import java.util.ArrayList;

import java.util.List;

import org.apache.lucene.analysis.Analyzer;

import org.apache.lucene.analysis.standard.StandardAnalyzer;

import org.apache.lucene.index.IndexWriter;

import org.apache.lucene.index.Term;

import org.apache.lucene.index.IndexWriter.MaxFieldLength;

import org.apache.lucene.queryParser.MultiFieldQueryParser;

import org.apache.lucene.queryParser.QueryParser;

import org.apache.lucene.search.IndexSearcher;

import org.apache.lucene.search.Query;

import org.apache.lucene.search.TopDocs;

import cn.itcast.cc.lucene.helloword.Article;

import cn.itcast.cc.lucene.helloword.utils.ArticleDocUtils;

public class IndexDao {

// 索引目录

private String indexPath = "./index";

// 分词器

private Analyzer analyzer = new StandardAnalyzer();

/**

* 保存记录

* @param art

public void save(Article art) {

// lucene的写出索引类

IndexWriter indexWriter = null;

try {

indexWriter = new IndexWriter(this.indexPath, this.analyzer,

MaxFieldLength.LIMITED);

// 添加到索引库

indexWriter.addDocument(ArticleDocUtils.Article2Doc(art));

} catch (Exception e) {

e.printStackTrace();

}

// 释放indexWriter

if (indexWriter != null) {

try {

// 使用后一定要关闭

indexWriter.close();

} catch (Exception e) {

e.printStackTrace();

}

/**

* 更新记录

* @param art

public void update(Article art) {

IndexWriter indexWriter = null;

try {

indexWriter = new IndexWriter(this.indexPath, this.analyzer,

MaxFieldLength.LIMITED);

Term term = new Term("id", art.getId() + "");

// 更新

indexWriter.updateDocument(term, ArticleDocUtils.Article2Doc(art));

} catch (Exception e) {

e.printStackTrace();

}

// 释放indexWriter

if (indexWriter != null) {

try {

indexWriter.close();

} catch (Exception e) {

e.printStackTrace();

}

/**

* 删除记录

* @param id

public void delete(int id) {

IndexWriter indexWriter = null;

try {

indexWriter = new IndexWriter(this.indexPath, this.analyzer,

MaxFieldLength.LIMITED);

Term term = new Term("id", id + "");

// 删除

indexWriter.deleteDocuments(term);

} catch (Exception e1) {

e1.printStackTrace();

}

// 释放indexWriter

if (indexWriter != null) {

try {

indexWriter.close();

} catch (Exception e) {

e.printStackTrace();

}

/**

* 查询记录（具有分页功

分享到：

2010-01-05 传智播客—luncene/compass （ ... | 2010-01-19 传智播客—UML（二）（转载）

2010-04-10 11:51
浏览 1374
评论(0)
分类:编程语言
查看更多

发表评论

您还没有登录,请您登录后再发表评论

最近访客更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论