- 浏览: 1012553 次
- 性别:
- 来自: 福州
最新评论
-
guanxin2012:
大神,您好。非常感谢您贡献了IKExpression。我们现在 ...
分享开源表达式解析器IK-Expression2.0 -
qqgigas:
LZ,public boolean createUser(LD ...
Sun Directory Server/LDAP学习笔记(二)——API说明及代码样例 -
gao_shengxian:
Hibernate: update T_GX_TEST set ...
优雅Java编程 之 使用Hibernate存储Oracle Spatial对象 -
a78113534:
感谢大神,在安卓里面调用成功了。
发布IK Expression开源表达式解析器 V2.1.0 -
majiedota:
加油
来自开源支持者的第一笔捐赠
最新更新包V1.1.5已经发布
前言
关于LuciMint的诞生, 笔者觉得有必要说明一下。首先它不是一个开源项目,而只是笔者在工作过程中,总结出的一个工具包,因此,第一,它暂时不开源(代码还处于优化修改期),第二,它的功能还是比较有限的。与Lucene相对比,LuciMint就如同一部廉价的卡片机,Lucene则是一部单反相机了,哈哈~~ 但谁说卡片机不遭人喜爱呢,这也是笔者想把它与大家分享的原因。对于一般性的企业知识库应用,网站BBS搜索等,大数量零散数据(如,本地文件系统,邮件系统等等)的辅助索引,还是好用的。
现在言归正传,说说为啥会有LuciMint。笔者从5年前开始参与与Lucene相关的项目开发,发现有一些问题,几乎是所有系统都必须面对和解决的。如:
为解决上述问题,笔者需要在不同的项目间复用相关的代码,并不断的优化,重构之。于是乎,便有了现在的LuciMint。为啥叫这个名字,因为取名的时候,笔者正在吃一颗味道不错的薄荷糖,哈哈哈~
1.LuciMint介绍
LuciMint(Lucene Index薄荷糖)是一个基于Lucene的全文索引小组件,它封装了Lucene的底层对Document对象的操作,提供了一个面向用户数据格式的,轻量级的索引操作接口。
采用异步请求方式,LuciMint实现了 “高并发的实时索引”,“实时搜索”,“多套索引配置”等核心功能。专门的,针对Java语言客户端,LuciMint设计了Annotation标签,通过Java Bean属性的简单的标注,用户可以直接将Bean生成Lucene索引.
同时,LuciMint结合了IKAnalyzer3.2.8版本的了“简易的搜索表达式”功能,实现了统一的HTTP搜索服务接口。
LuciMint适用于基于Lucene的,一般性的,大中型企业知识库、文档中心,或者中小型的互联网论坛,地图POI信息搜索等项目。
1.1 LuciMint组件结构
1.2 LuciMint特性
2.使用指南
2.1安装部署
1.LuciMint要引入的依赖包及配置文件
以本地jar包形式集成LuciMint,需要以下jar包
以HTTP服务方式集成LuciMint,需要以下jar包
服务端:与“以本地jar包形式集成LuciMint”方式相同,此外还要在web.xml中配置一个HTTP服务(servlet)。(祥见部署部分说明)
客户端:客户端部署只需要
LuciMint的Spring.xml配置
不论你使用本地jar包方式或者HTTP服务方式,你都需要配置Spring.xml。用户需要靠它来指定索引的目录,及索引名称等自定义的信息。下面我们给出一个Spring.xml的配置实例来进行讲述。值得说明的是,一个LuciMint是可以同时支持创建多个Luene索引实例的,这很适用于在一个物理服务器上构建不同内容,不容需求的索引服务。
以下是Spring.xml
特别值得提醒的是,将不同的索引目录放置在不同的物理磁盘上,有助于提高索引的读写效率!!!
LuciMint在HTTP服务方式下的web.xml配置
前面文档中提到过,如果你使用的是LuciMint的HTTP服务方式部署,那么你需要在web.xml文件中配置一个HTTP Servlet。如下:
2.2快速入门
Java客户端使用
1.使用LuciMint的Annotation注释JavaBean
LuciMint的Annotation非常简单,一共就3个:
org.wltea.luci.annotation.PKey -- 主键字段标识。
使用@Pkey注释,表示该字段采用索引、存储、不切分的方式。注意Bean中的主键字段必须和Spring.xml索引配置中的索引主键域名字一致。
org.wltea.luci.annotation.FieldStore --非主键字段的存储标识。
使用@FieldStore表示这个字段要在索引中存储,不使用表示不存储。
org.wltea.luci.annotation.FieldIndex -- 非主键字段的索引表示。
不使用@FieldIndex等同于@FieldIndex("NO")表示不索引
使用@FieldIndex等同于@FieldIndex("NOT_ANALYZED")表示采用索引不分词策略。
使用@FieldIndex("ANALYZED")表示采用索引且分词策略。
要说明的是,如果Bean的属性不使用任何Luci Annotation的标识,则Luci在索引中将忽略这个属性。
以下是JavaBean的Annotation列子:
2.以本地jar包形式调用java client
3.以远程服务信息调用java client
远程调用Luci服务和本地调用的代码几乎是一样的,只有一句不同
通用(非java客户端)HTTP 索引服务接口使用
如果你有PHP,或者其他的客户端,那么你可以使用这个通用接口
1. 索引操作接口
索引操作接口是指对索引数据进行新增、删除、修改、优化等数据变更操作接口。接口使用标准的HTTP POST请求,
HTTP请求参数如下表:
2. 索引操作接口返回结果
返回结果使用了原生的HTTP response协议。如果索引操作接口提交的请求正常执行,则接口返回HTTP 200应答。如果提交出现错误,则接口返回HTTP 500错误,并将异常信息带着response message中返回。
HTTP response头部信息如下:
HTTP/1.0 200 OK
HTTP/1.0 500 <异常描述字窜>
3. 索引查询接口
索引查询接口是指对索引数据进行搜索操作的接口。接口使用标准的HTTP POST请求,
HTTP请求参数如下表:
4. 索引查询接口返回结果
查询结果使用JSON格式返回。格式如下:
XML-DATA数据格式说明
简易搜索表达式说明
搜索表达式样例:
关于索引的初始化
笔者专门提出一个章节,提醒用户关于导入历史数据的注意事项 (除非你是全新的系统,没有历史数据).
2.3 Java API说明
详细请参阅使用《LuciMint 索引组件 1.1 使用手册》和Java API DOC
相关下载:
IKAnalyzer3.2.8 下载
LuciMint的新版本中提供的RangeQuery的表达式,但目前由于公司愿意,LuciMint暂停了对外开源的支持。
目前这个东西只能给大家提供一个搜索平台的设计思路咯,非常抱歉。
当然可以,哈哈实际上已经有使用Hadoop集成lucene索引的用例了
在lucene中很难有这个概念,
1.lucene本身没有主键,主键需要人为构建
2.lucene的update就是delete + insert
3.lucene的索引更新没有事务,实际上我们通过序列化执行来达到数据的一致。
所以,saveOrUpdate似乎不适合于lucene。
之前已经说明了,luci-mint只是个“傻瓜机”,它可没有调光圈,变快门的能力,哈哈!!
需要的话,参考源码修改了
search的时候,sort-type使用SCORE。
好的,谢谢林老师,顺序这个问题已经解决,那有没有什么办法可以拿到返回结果的得分呢?如果lucimint没有提供这个方法,我自己有没有什么办法通过其他办法拿到这个得分呢?
luci-mint是有底层api开发的,不过这就复杂了,你可以通过IndexContextContainer.loadIndexContext(indexName)这个方法获取对应索引的IndexContext类,在通过IndexContext获取lucene的indexReader和writer。
每个索引的IndexContext拥有3个reader和writer,分别是内存索引,主索引和备份索引的,可以自己扩展。
luci-mint设计的初衷还是傻瓜机式的适用,如果你需要定制的lucene操作,建议直接使用lucene更好
前言
关于LuciMint的诞生, 笔者觉得有必要说明一下。首先它不是一个开源项目,而只是笔者在工作过程中,总结出的一个工具包,因此,第一,它暂时不开源(代码还处于优化修改期),第二,它的功能还是比较有限的。与Lucene相对比,LuciMint就如同一部廉价的卡片机,Lucene则是一部单反相机了,哈哈~~ 但谁说卡片机不遭人喜爱呢,这也是笔者想把它与大家分享的原因。对于一般性的企业知识库应用,网站BBS搜索等,大数量零散数据(如,本地文件系统,邮件系统等等)的辅助索引,还是好用的。
现在言归正传,说说为啥会有LuciMint。笔者从5年前开始参与与Lucene相关的项目开发,发现有一些问题,几乎是所有系统都必须面对和解决的。如:
- 1.Lucene存在索引写入同步问题(虽然Lucene自身提供了文件级的同步写入锁,但面对时不时抛出的同步异常,还是很不爽的)。尤其,在写入请求并发量大的时候,从性能到稳定性上,问题都十分突出。
- 2.用过Lucene的用户会发现,Lucene的磁盘索引不适合于实时索引,既“实时写入,实时查询”。首先,实时的写入会产生大量零散的索引碎片,不利率Lucene的搜索效率;其次,Lucene的Reader对新进的文档是无法读取到的,必须重新打开,这个也影响效率。
- 3.Lucene的索引是以文件形式存在的,对于分布式的web系统而言,你不可能为每台APP服务器搭建一个Lucene索引,因此Lucene缺乏一个统一远程的索引/搜索服务。
- 4.对于不同的表结构(Java Bean实体),要创建不同的Document的结构,读取时也要自己解析,这个在hibernate /ibatis 流行的当今java界,也显得麻烦了。
- 5.默认的Lucene自带的QueryParser对用户,特别是中文用户的查询习惯不很吻合,笔者常常会遇到有人问,为什么我输入“Java加密”却搜不到“JavaMD5加密”。
为解决上述问题,笔者需要在不同的项目间复用相关的代码,并不断的优化,重构之。于是乎,便有了现在的LuciMint。为啥叫这个名字,因为取名的时候,笔者正在吃一颗味道不错的薄荷糖,哈哈哈~
1.LuciMint介绍
LuciMint(Lucene Index薄荷糖)是一个基于Lucene的全文索引小组件,它封装了Lucene的底层对Document对象的操作,提供了一个面向用户数据格式的,轻量级的索引操作接口。
采用异步请求方式,LuciMint实现了 “高并发的实时索引”,“实时搜索”,“多套索引配置”等核心功能。专门的,针对Java语言客户端,LuciMint设计了Annotation标签,通过Java Bean属性的简单的标注,用户可以直接将Bean生成Lucene索引.
同时,LuciMint结合了IKAnalyzer3.2.8版本的了“简易的搜索表达式”功能,实现了统一的HTTP搜索服务接口。
LuciMint适用于基于Lucene的,一般性的,大中型企业知识库、文档中心,或者中小型的互联网论坛,地图POI信息搜索等项目。
1.1 LuciMint组件结构
组件整体结构
Index Context内部结构
1.2 LuciMint特性
- 1.通过异步任务队列处理方式,LuciMint解决了,在高并发索引请求下的索引同步操作问题。
- 2.实现了Lucene索引信息的“实时写入,实时搜索”。
- 3.提供了HTTP + XML格式的web访问接口,实现了Lucene在分布式群集系统中的接入使用。
- 4.对于Java用户而言,LuciMint提供了简单的Annotation来辅助对Bean实现的索引创建。通过在Java Bean上标注Annotation,并传入相应的API,即可完成索引的创建。对于非Java用户而言,LuciMint也提供了介于HTTP和XML的web服务接口。
- 5.LuciMint为一般性用户提供了一个基于HTTP的搜索接口,用户通过“简易搜索表达式”,可以方便的进行搜索查询操作。有特殊搜索需求的用户,也可以尝试在LuciMint的基础上,构建专用的搜索接口,来实现高级搜索功能。
2.使用指南
2.1安装部署
1.LuciMint要引入的依赖包及配置文件
以本地jar包形式集成LuciMint,需要以下jar包
- LuciMint.jar
- IKAnalyzer3.2.8.jar
- Lucene Core 3.X.jar
- Jackson-core-asl-1.6.0.jar
- Jackson-mapper-asl-1.6.0.jar
- Spring 2.5.6.jar
- Spring.xml配置文件
- log4j-1.2.15jar (这个是Spring需要的依赖包)
- common-logging-1.1.1.jar((这个是Spring需要的依赖包)
以HTTP服务方式集成LuciMint,需要以下jar包
服务端:与“以本地jar包形式集成LuciMint”方式相同,此外还要在web.xml中配置一个HTTP服务(servlet)。(祥见部署部分说明)
客户端:客户端部署只需要
- LuciMint.jar
- Jackson-core-asl-1.6.0.jar
- Jackson-mapper-asl-1.6.0.jar
LuciMint的Spring.xml配置
不论你使用本地jar包方式或者HTTP服务方式,你都需要配置Spring.xml。用户需要靠它来指定索引的目录,及索引名称等自定义的信息。下面我们给出一个Spring.xml的配置实例来进行讲述。值得说明的是,一个LuciMint是可以同时支持创建多个Luene索引实例的,这很适用于在一个物理服务器上构建不同内容,不容需求的索引服务。
以下是Spring.xml
<?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans-2.0.xsd"> <!-- 索引分词器配置--> <bean id="defaultAnalzyer" class="org.wltea.analyzer.lucene.IKAnalyzer"></bean> -- 该属性指定LuciMint使用的分词器实例,目前及支持IKAnalzer3.2.8,所以你不用改这行配置。 <!-- 索引控制器配置-1 --> <bean id="bbsIndexConfig" class="org.wltea.luci.index.IndexConfig"> <property name="indexName" value="BBS" /> --索引名称,该属性唯一指定一个索引控制器 <property name="keyFieldName" value="id" /> --索引数据的主键名称,要跟Bean的主键字段对应 <property name="rootDir" value="i:/sohufz/index/bbs/" />--索引数据存放的目录 <property name="luceneAnalyzer" ref="defaultAnalzyer" />--索引使用的分词器,引用先前的defaultAnalzyer </bean> <!-- 索引控制器配置-2 配置同上 ,前面说过LuciMint支持多个索引--> <bean id="commentIndexConfig" class="org.wltea.luci.index.IndexConfig"> <property name="indexName" value="COMMENT" /> <property name="keyFieldName" value="commentId" /> <property name="rootDir" value="D:/comment/index/" /> <property name="luceneAnalyzer" ref="defaultAnalzyer" /> </bean> <!-- 索引控制器配置-3 配置同上--> <bean id="sampleIndexConfig" class="org.wltea.luci.index.IndexConfig"> <property name="indexName" value="SAMPLE" /> <property name="keyFieldName" value="uuid" /> <property name="rootDir" value="E:/index/sample/" /> <property name="luceneAnalyzer" ref="defaultAnalzyer" /> </bean> <!-- 索引控制器的容器 --> <bean id="LuciMint.IndexContextContainer" class="org.wltea.luci.index.IndexContextContainer" init-method="getInstance" > <property name="indexConfigs"> <list> <ref bean="bbsIndexConfig" /> -- 在这里引用上述的索引控制器配置 <ref bean="commentIndexConfig" /> -- 在这里引用上述的索引控制器配置 <ref bean="sampleIndexConfig" /> -- 在这里引用上述的索引控制器配置 </list> </property> </bean> </beans>
特别值得提醒的是,将不同的索引目录放置在不同的物理磁盘上,有助于提高索引的读写效率!!!
LuciMint在HTTP服务方式下的web.xml配置
前面文档中提到过,如果你使用的是LuciMint的HTTP服务方式部署,那么你需要在web.xml文件中配置一个HTTP Servlet。如下:
<?xml version="1.0" encoding="UTF-8"?> <web-app version="2.5" xmlns="http://java.sun.com/xml/ns/javaee" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://java.sun.com/xml/ns/javaee http://java.sun.com/xml/ns/javaee/web-app_2_5.xsd"> <servlet> <display-name>Luci索引RPC服务端HTTP实现</display-name> <servlet-name>LuciIndexService</servlet-name> <servlet-class>org.wltea.luci.rpc.http.LuciIndexServlet</servlet-class> </servlet> <servlet-mapping> <servlet-name>LuciIndexService</servlet-name> <url-pattern>/web/indexservice</url-pattern> --这里可以按你自己的需求定义url(啰嗦一句哈哈) </servlet-mapping> </web-app>
2.2快速入门
Java客户端使用
1.使用LuciMint的Annotation注释JavaBean
LuciMint的Annotation非常简单,一共就3个:
org.wltea.luci.annotation.PKey -- 主键字段标识。
使用@Pkey注释,表示该字段采用索引、存储、不切分的方式。注意Bean中的主键字段必须和Spring.xml索引配置中的索引主键域名字一致。
org.wltea.luci.annotation.FieldStore --非主键字段的存储标识。
使用@FieldStore表示这个字段要在索引中存储,不使用表示不存储。
org.wltea.luci.annotation.FieldIndex -- 非主键字段的索引表示。
不使用@FieldIndex等同于@FieldIndex("NO")表示不索引
使用@FieldIndex等同于@FieldIndex("NOT_ANALYZED")表示采用索引不分词策略。
使用@FieldIndex("ANALYZED")表示采用索引且分词策略。
要说明的是,如果Bean的属性不使用任何Luci Annotation的标识,则Luci在索引中将忽略这个属性。
以下是JavaBean的Annotation列子:
/** * */ package org.wltea.luci.sample; import java.io.Serializable; import java.util.ArrayList; import java.util.Date; import java.util.List; import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.wltea.luci.annotation.FieldIndex; import org.wltea.luci.annotation.FieldStore; import org.wltea.luci.annotation.PKey; /** * @author linliangyi * */ public class SampleJavaBean implements Serializable { /** * */ private static final long serialVersionUID = 7153417317917298956L; @PKey private int uuid; @FieldStore @FieldIndex("ANALYZED") private String userName; @FieldStore private boolean checkFlag; @FieldIndex private String url; @FieldStore @FieldIndex private Date registTime; public int getUuid() { return uuid; } public void setUuid(int uuid) { this.uuid = uuid; } public String getUserName() { return userName; } public void setUserName(String userName) { this.userName = userName; } public boolean isCheckFlag() { return checkFlag; } public void setCheckFlag(boolean checkFlag) { this.checkFlag = checkFlag; } public String getUrl() { return url; } public void setUrl(String url) { this.url = url; } public Date getRegistTime() { return registTime; } public void setRegistTime(Date registTime) { this.registTime = registTime; } }
2.以本地jar包形式调用java client
/** * */ package org.wltea.luci.sample; import java.util.Date; import java.util.List; import org.wltea.luci.client.IndexService; import org.wltea.luci.client.IndexServiceFactory; import org.wltea.luci.client.QueryResults; /** * * 简易索引例子 * @author linliangyi * */ public class LuciMintSample { /** * 本地索引HelloWorld例子 * @param args */ public static void main(String[] args){ //以本地客户端方式,根据命名,获取Luci索引服务实例, //这里的名字要跟Spring文件配置的索引名称一致,注意大小写敏感哦 IndexService indexService = IndexServiceFactory.getLocalIndexService("BBS"); //使用带注释的Bean,创建索引 for(int i = 0 ; i < 20 ; i++){ //一个需要建索引的JavaBean SampleJavaBean bean = new SampleJavaBean(); bean.setCheckFlag(true); bean.setRegistTime(new Date()); bean.setUrl("http://sample.lucimint.org"); bean.setUserName("LuciMint" + i); bean.setUuid(20000 + i); //新增索引实际上就一句 indexService.add(bean); } try { Thread.sleep(1000); System.out.println("*****************************"); } catch (InterruptedException e) { // TODO Auto-generated catch block e.printStackTrace(); } //索引查询部分代码 //编写查询逻辑 String queryString = "url='http://sample.lucimint.org'"; //查询索引也只要一句, QueryResults queryResults = indexService.query(queryString, 1, 20, true); System.out.println("PageNo :" + queryResults.getPageNo()); System.out.println("PageSize :" + queryResults.getPageSize()); System.out.println("TotalHit :" + queryResults.getTotalHit()); System.out.println("TotalPage :" + queryResults.getTotalPage()); //读取具体的数据列表 , 传入你的bean类型,Luci将帮你封装好结果集 List<SampleJavaBean> beanList = queryResults.getResultBeans(SampleJavaBean.class); for(SampleJavaBean bean : beanList){ System.out.println(bean.getUuid() + " | " +bean.getUserName()); } } }
3.以远程服务信息调用java client
远程调用Luci服务和本地调用的代码几乎是一样的,只有一句不同
/** * */ package org.wltea.luci.sample; import java.net.MalformedURLException; import java.net.URL; import java.util.Date; import java.util.List; import org.wltea.luci.client.IndexService; import org.wltea.luci.client.IndexServiceFactory; import org.wltea.luci.client.QueryResults; /** * 远程调用例子 * @author linliangyi * */ public class LuciMintRPCSample { /** * 远程索引HelloWorld例子 * @param args */ public static void main(String[] args){ //要声明远程服务的HTTP地址,如下 URL remoteHttpURL = null; try { remoteHttpURL = new URL("http://10.5.21.86/sc/web/indexservice"); } catch (MalformedURLException e1) { e1.printStackTrace(); } //唯一不一样的就是这里,根据索引命名,获取Luci远程索引器实例 IndexService indexService = IndexServiceFactory.getRemoteIndexService("SAMPLE", remoteHttpURL); //使用带注释的Bean,创建索引 for(int i = 0 ; i < 20 ; i++){ //一个需要建索引的JavaBean SampleJavaBean bean = new SampleJavaBean(); bean.setCheckFlag(true); bean.setRegistTime(new Date()); bean.setUrl("http://sample.lucimint.org"); bean.setUserName("LuciMint" + i); bean.setUuid(20000 + i); //新增索引 indexService.add(bean); } try { Thread.sleep(3000); System.out.println("*****************************"); } catch (InterruptedException e) { // TODO Auto-generated catch block e.printStackTrace(); } //**********************************查询部分 //编写查询逻辑 String queryString = "url='http://sample.lucimint.org'"; //查询索引也只要一句, QueryResults queryResults = indexService.query(queryString, 1, 20, true); System.out.println("PageNo :" + queryResults.getPageNo()); System.out.println("PageSize :" + queryResults.getPageSize()); System.out.println("TotalHit :" + queryResults.getTotalHit()); System.out.println("TotalPage :" + queryResults.getTotalPage()); //读取具体的数据列表 , 传入你的bean类型,Luci将帮你封装好结果集 List<SampleJavaBean> beanList = queryResults.getResultBeans(SampleJavaBean.class); for(SampleJavaBean bean : beanList){ System.out.println(bean.getUuid() + " | " +bean.getUserName()); } } }
通用(非java客户端)HTTP 索引服务接口使用
如果你有PHP,或者其他的客户端,那么你可以使用这个通用接口
1. 索引操作接口
索引操作接口是指对索引数据进行新增、删除、修改、优化等数据变更操作接口。接口使用标准的HTTP POST请求,
HTTP请求参数如下表:
2. 索引操作接口返回结果
返回结果使用了原生的HTTP response协议。如果索引操作接口提交的请求正常执行,则接口返回HTTP 200应答。如果提交出现错误,则接口返回HTTP 500错误,并将异常信息带着response message中返回。
HTTP response头部信息如下:
HTTP/1.0 200 OK
HTTP/1.0 500 <异常描述字窜>
3. 索引查询接口
索引查询接口是指对索引数据进行搜索操作的接口。接口使用标准的HTTP POST请求,
HTTP请求参数如下表:
4. 索引查询接口返回结果
查询结果使用JSON格式返回。格式如下:
{ "pageNo":2, //页号 "pageSize":20,//单页记录数 "totalHit":33,//总记录数 "totalPage":2,//总页数 "results":[ //结果数据集。内部是记录的具体属性 { "userName":"林良益", "uuid":"10000", "registTime":"20110225180130", "url":"http://www.sohu.com" }, { "userName":"蔡剑锋", "uuid":"10001", "registTime":"20110225180131", "url":"http://www.sohu.com" } ...... ] }
XML-DATA数据格式说明
<?xml version="1.0" encoding="UTF-8"?> <index-data> <document> <field name="uuid" pkey="true" >10000</field> <field name="url" store="true"><![CDATA[http://www.sohu.com]]></field> <field name="check" >false</field> <field name="userName" store="true" index="ANALYZED">林良益</field> <field name="registTime" store="true" index="NO_ANALYZED" >20110225180130</field> </document> <document> <field name="uuid" pkey="true" >10001</field> <field name="url" store="true"><![CDATA[http://www.sohu.com]]></field> <field name="check" >false</field> <field name="userName" store="true" index="ANALYZED">蔡剑锋</field> <field name="registTime" store="true" index="NO_ANALYZED" >20110225180131</field> </document> </index-data>
- 1. XML文件必须是UTF-8编码
- 2. 根元素<index-data>表示数据集合的开始,一个<index-data>元素中可以含有多条<document>记录。
- 3. 元素<document>表示一条数据记录数据,一个<document>元素可以含有多个<field>字段属性。
- 4. 元素<field>表示一条数据记录中的一个字段
- 5. field的name属性表示字段名称, field中的文本表示字段值,复杂文本请使用CDATA标签。注意:文本中不能含有非法的XML字符[\\x00-\\x08|\\x0b-\\x0c|\\x0e-\\x1f]。
- 6. pkey 属性指定数据记录的主键,每条document必须有且只能有一个字段是主键。主键的字段要和索引服务端配置的主键名称相一致。
- 7. store 属性表示字段是否要在Lucene索引中保存。store="true"表示索引要保存该字段值,store="false"或者没有定义store属性,则不保存
- 8. index 属性表示字段是否要被索引,index有三个值:NO, NO_ANALYZED, ANALYZED,分别表示,不索引,索引但不分词,分词后索引。不定义index属性默认不索引。
简易搜索表达式说明
搜索表达式样例:
id='1231' && (title:'文档标题'|| content:'内容') – author='helloworld'
- 1. 表达式使用 属性名<->属性值一一对应的形式,属性值使用 单引号 标识。
- 2. 在属性名-属性值中使用 “=”等号,表示对该属性的精确搜索(不分词);使用“:”冒号表示对属性的模糊搜索(分词搜索)。
- 3. 表达式支持“&&”与 “||” 或“-”非的逻辑操作,以及“( )”括号优先级定义。注意“-”非逻辑不能单独使用。
关于索引的初始化
笔者专门提出一个章节,提醒用户关于导入历史数据的注意事项 (除非你是全新的系统,没有历史数据).
- 1. 请使用IndexService.build(Object)或者IndexService.build(List<?> objs) 方法批量导入历史数据,不要使用IndexService.add(Object)。前者为数据批量迁移定制,后者为动态增量数据定制。
- 2. 在完成历史数据的索引初始化后,务必调用IndexService.optimize()方法,在正式使用前,对索引进行优化操作。否则,你的索引搜索性能有可能大幅度下降!!!
2.3 Java API说明
详细请参阅使用《LuciMint 索引组件 1.1 使用手册》和Java API DOC
相关下载:
IKAnalyzer3.2.8 下载
- LuciMint_索引组件_1.1_使用手册.pdf (298.6 KB)
- 下载次数: 266
- LuciMint_v1.1_依赖包.zip (4.3 MB)
- 下载次数: 286
- LuciMint_v1.1.5_bin.zip (612.3 KB)
- 下载次数: 279
评论
26 楼
dingquanxun
2014-04-17
是借鉴了solr吗
25 楼
xuxiao1987
2013-12-05
林老师,您太棒了,加油,向您学习!
24 楼
bubiaiyou
2013-08-19
看了这个公司用的luci-mint这个东西,
虽然接触的不是很多,但是问题很多,
其中空指针问题,我都无法查找问题的原因
没有api,源码,神马都是扯蛋
虽然接触的不是很多,但是问题很多,
其中空指针问题,我都无法查找问题的原因
没有api,源码,神马都是扯蛋
23 楼
Java小帅哥
2013-03-21
发生大幅度
22 楼
啦登2010
2012-12-24
21 楼
linliangyi2007
2012-12-11
yuyansheng 写道
你好,我想请教下前辈,如果搜索两者之间的数据 对应的Query 怎么拼接;如:count>10 and count<100
还有发现你的文档里对应的HTTP 远程调度 web.xml 中
<servlet-class>org.wltea.luci.rpc.http.LuciIndexServlet</servlet-class>
LuciIndexServlet 与你提供的Jar 类名不一致;多了一个"i"
还有发现你的文档里对应的HTTP 远程调度 web.xml 中
<servlet-class>org.wltea.luci.rpc.http.LuciIndexServlet</servlet-class>
LuciIndexServlet 与你提供的Jar 类名不一致;多了一个"i"
LuciMint的新版本中提供的RangeQuery的表达式,但目前由于公司愿意,LuciMint暂停了对外开源的支持。
目前这个东西只能给大家提供一个搜索平台的设计思路咯,非常抱歉。
20 楼
yuyansheng
2012-12-11
你好,我想请教下前辈,如果搜索两者之间的数据 对应的Query 怎么拼接;如:count>10 and count<100
还有发现你的文档里对应的HTTP 远程调度 web.xml 中
<servlet-class>org.wltea.luci.rpc.http.LuciIndexServlet</servlet-class>
LuciIndexServlet 与你提供的Jar 类名不一致;多了一个"i"
还有发现你的文档里对应的HTTP 远程调度 web.xml 中
<servlet-class>org.wltea.luci.rpc.http.LuciIndexServlet</servlet-class>
LuciIndexServlet 与你提供的Jar 类名不一致;多了一个"i"
19 楼
hcq2659888
2012-07-24
希望在下一版本中增加FieldTermVector支持!谢谢林大哥
18 楼
sdyjmc
2012-03-14
使用lucene能够做到,两台机器通过NAS共享,实现高可用吗?
17 楼
linliangyi2007
2011-08-09
bertLee 写道
首先,非常感谢林大哥对 Lucene 做出的贡献!你的分享理念非常值得我们学习。
但,你说的 “Lucene的索引是以文件形式存在的,对于分布式的web系统而言,你不可能为每台APP服务器搭建一个Lucene索引,因此Lucene缺乏一个统一远程的索引/搜索服务。”
我想,可否考虑结合分布式文件系统来弥补这个缺陷呢。例如 Hadoop 的 HDFS 文件系统等
但,你说的 “Lucene的索引是以文件形式存在的,对于分布式的web系统而言,你不可能为每台APP服务器搭建一个Lucene索引,因此Lucene缺乏一个统一远程的索引/搜索服务。”
我想,可否考虑结合分布式文件系统来弥补这个缺陷呢。例如 Hadoop 的 HDFS 文件系统等
当然可以,哈哈实际上已经有使用Hadoop集成lucene索引的用例了
16 楼
bertLee
2011-08-06
首先,非常感谢林大哥对 Lucene 做出的贡献!你的分享理念非常值得我们学习。
但,你说的 “Lucene的索引是以文件形式存在的,对于分布式的web系统而言,你不可能为每台APP服务器搭建一个Lucene索引,因此Lucene缺乏一个统一远程的索引/搜索服务。”
我想,可否考虑结合分布式文件系统来弥补这个缺陷呢。例如 Hadoop 的 HDFS 文件系统等
但,你说的 “Lucene的索引是以文件形式存在的,对于分布式的web系统而言,你不可能为每台APP服务器搭建一个Lucene索引,因此Lucene缺乏一个统一远程的索引/搜索服务。”
我想,可否考虑结合分布式文件系统来弥补这个缺陷呢。例如 Hadoop 的 HDFS 文件系统等
15 楼
linliangyi2007
2011-06-15
dowsam 写道
请问一下,有没有saveOrUpdate方法?
在lucene中很难有这个概念,
1.lucene本身没有主键,主键需要人为构建
2.lucene的update就是delete + insert
3.lucene的索引更新没有事务,实际上我们通过序列化执行来达到数据的一致。
所以,saveOrUpdate似乎不适合于lucene。
14 楼
dowsam
2011-06-14
请问一下,有没有saveOrUpdate方法?
13 楼
WindMill
2011-06-09
12 楼
enjoyaday
2011-04-09
正在学习Lucene,“傻瓜机”式的适合俺啊~~~~~~~~~~~~支持
11 楼
linliangyi2007
2011-03-29
苏亮亮 写道
我看你里面的代码,把所有Index的NOT_ANALYZED或者ANALYZED都设成NO_NORMS。
这样貌似不是很好吧,比如我想让title的boost高于其他字段,设成NO_NORMS之后就不行了。
这样貌似不是很好吧,比如我想让title的boost高于其他字段,设成NO_NORMS之后就不行了。
之前已经说明了,luci-mint只是个“傻瓜机”,它可没有调光圈,变快门的能力,哈哈!!
需要的话,参考源码修改了
10 楼
苏亮亮
2011-03-29
我看你里面的代码,把所有Index的NOT_ANALYZED或者ANALYZED都设成NO_NORMS。
这样貌似不是很好吧,比如我想让title的boost高于其他字段,设成NO_NORMS之后就不行了。
这样貌似不是很好吧,比如我想让title的boost高于其他字段,设成NO_NORMS之后就不行了。
9 楼
linliangyi2007
2011-03-29
luci-mint V1.1.5版本已经更新。
修订了LocalService模式的代码遗漏问题!
感谢网友“芸水禅心”的发现的排序BUG
修订了LocalService模式的代码遗漏问题!
感谢网友“芸水禅心”的发现的排序BUG
8 楼
xuxiao1987
2011-03-28
林老师,谢谢您为我们提供这么好的工具。现在正在使用IKAnalyzer做中文分词,效果很好。
7 楼
linliangyi2007
2011-03-23
pushi087 写道
linliangyi2007 写道
pushi087 写道
林老师,有个问题想请教下您,请问我在使用这个组件进行查询时,如果希望按照文档得分高低来排序的话,要怎么办啊,还有就是有没有方法可以获得文档的得分呢?谢谢
search的时候,sort-type使用SCORE。
好的,谢谢林老师,顺序这个问题已经解决,那有没有什么办法可以拿到返回结果的得分呢?如果lucimint没有提供这个方法,我自己有没有什么办法通过其他办法拿到这个得分呢?
luci-mint是有底层api开发的,不过这就复杂了,你可以通过IndexContextContainer.loadIndexContext(indexName)这个方法获取对应索引的IndexContext类,在通过IndexContext获取lucene的indexReader和writer。
每个索引的IndexContext拥有3个reader和writer,分别是内存索引,主索引和备份索引的,可以自己扩展。
luci-mint设计的初衷还是傻瓜机式的适用,如果你需要定制的lucene操作,建议直接使用lucene更好
相关推荐
赠送jar包:lucene-analyzers-smartcn-7.7.0.jar; 赠送原API文档:lucene-analyzers-smartcn-7.7.0-javadoc.jar; 赠送源代码:lucene-analyzers-smartcn-7.7.0-sources.jar; 赠送Maven依赖信息文件:lucene-...
赠送jar包:lucene-core-7.7.0.jar; 赠送原API文档:lucene-core-7.7.0-javadoc.jar; 赠送源代码:lucene-core-7.7.0-sources.jar; 赠送Maven依赖信息文件:lucene-core-7.7.0.pom; 包含翻译后的API文档:lucene...
赠送jar包:lucene-analyzers-common-6.6.0.jar; 赠送原API文档:lucene-analyzers-common-6.6.0-javadoc.jar; 赠送源代码:lucene-analyzers-common-6.6.0-sources.jar; 赠送Maven依赖信息文件:lucene-...
赠送jar包:lucene-spatial3d-6.6.0.jar; 赠送原API文档:lucene-spatial3d-6.6.0-javadoc.jar; 赠送源代码:lucene-spatial3d-6.6.0-sources.jar; 赠送Maven依赖信息文件:lucene-spatial3d-6.6.0.pom; 包含...
赠送jar包:lucene-spatial3d-7.3.1.jar; 赠送原API文档:lucene-spatial3d-7.3.1-javadoc.jar; 赠送源代码:lucene-spatial3d-7.3.1-sources.jar; 赠送Maven依赖信息文件:lucene-spatial3d-7.3.1.pom; 包含...
赠送jar包:lucene-spatial3d-7.2.1.jar; 赠送原API文档:lucene-spatial3d-7.2.1-javadoc.jar; 赠送源代码:lucene-spatial3d-7.2.1-sources.jar; 赠送Maven依赖信息文件:lucene-spatial3d-7.2.1.pom; 包含...
赠送jar包:lucene-core-7.2.1.jar; 赠送原API文档:lucene-core-7.2.1-javadoc.jar; 赠送源代码:lucene-core-7.2.1-sources.jar; 赠送Maven依赖信息文件:lucene-core-7.2.1.pom; 包含翻译后的API文档:lucene...
赠送jar包:lucene-spatial3d-6.6.0.jar; 赠送原API文档:lucene-spatial3d-6.6.0-javadoc.jar; 赠送源代码:lucene-spatial3d-6.6.0-sources.jar; 赠送Maven依赖信息文件:lucene-spatial3d-6.6.0.pom; 包含...
赠送jar包:lucene-backward-codecs-7.3.1.jar; 赠送原API文档:lucene-backward-codecs-7.3.1-javadoc.jar; 赠送源代码:lucene-backward-codecs-7.3.1-sources.jar; 赠送Maven依赖信息文件:lucene-backward-...
这个压缩包文件包含了Lucene从2.9.4版本到3.4.0版本的核心组件,让我们一起探讨这些版本中的关键变化和核心知识点。 1. **Lucene 2.9.4** - **查询解析器改进**:2.9.4版本中,查询解析器进行了优化,支持更复杂的...
赠送jar包:lucene-spatial-extras-7.3.1.jar; 赠送原API文档:lucene-spatial-extras-7.3.1-javadoc.jar; 赠送源代码:lucene-spatial-extras-7.3.1-sources.jar; 赠送Maven依赖信息文件:lucene-spatial-extras...
赠送jar包:lucene-analyzers-smartcn-7.7.0.jar; 赠送原API文档:lucene-analyzers-smartcn-7.7.0-javadoc.jar; 赠送源代码:lucene-analyzers-smartcn-7.7.0-sources.jar; 赠送Maven依赖信息文件:lucene-...
另一方面,"lucene-core-2.4.1"是Apache Lucene的一个早期版本。Lucene是一个高性能、全文本搜索库,它为开发者提供了索引和搜索文本的工具。在2.4.1这个版本中,Lucene已经包含了对中文分词的支持,可以与各种分词...
赠送jar包:lucene-spatial3d-7.7.0.jar; 赠送原API文档:lucene-spatial3d-7.7.0-javadoc.jar; 赠送源代码:lucene-spatial3d-7.7.0-sources.jar; 赠送Maven依赖信息文件:lucene-spatial3d-7.7.0.pom; 包含...
赠送jar包:lucene-spatial3d-7.3.1.jar; 赠送原API文档:lucene-spatial3d-7.3.1-javadoc.jar; 赠送源代码:lucene-spatial3d-7.3.1-sources.jar; 赠送Maven依赖信息文件:lucene-spatial3d-7.3.1.pom; 包含...
赠送jar包:lucene-spatial-extras-7.2.1.jar; 赠送原API文档:lucene-spatial-extras-7.2.1-javadoc.jar; 赠送源代码:lucene-spatial-extras-7.2.1-sources.jar; 赠送Maven依赖信息文件:lucene-spatial-extras...
赠送jar包:lucene-suggest-6.6.0.jar; 赠送原API文档:lucene-suggest-6.6.0-javadoc.jar; 赠送源代码:lucene-suggest-6.6.0-sources.jar; 赠送Maven依赖信息文件:lucene-suggest-6.6.0.pom; 包含翻译后的API...
赠送jar包:lucene-spatial-extras-6.6.0.jar; 赠送原API文档:lucene-spatial-extras-6.6.0-javadoc.jar; 赠送源代码:lucene-spatial-extras-6.6.0-sources.jar; 赠送Maven依赖信息文件:lucene-spatial-extras...
赠送jar包:lucene-spatial3d-7.7.0.jar; 赠送原API文档:lucene-spatial3d-7.7.0-javadoc.jar; 赠送源代码:lucene-spatial3d-7.7.0-sources.jar; 赠送Maven依赖信息文件:lucene-spatial3d-7.7.0.pom; 包含...
赠送jar包:lucene-spatial3d-7.2.1.jar; 赠送原API文档:lucene-spatial3d-7.2.1-javadoc.jar; 赠送源代码:lucene-spatial3d-7.2.1-sources.jar; 赠送Maven依赖信息文件:lucene-spatial3d-7.2.1.pom; 包含...