本文csdn中的位置http://blog.csdn.net/forfuture1978/archive/2009/10/30/4745802.aspx
Lucene总的来说是:
- 一个高效的,可扩展的,全文检索库。
- 全部用Java实现,无须配置。
- 仅支持纯文本文件的索引(Indexing)和搜索(Search)。
- 不负责由其他格式的文件抽取纯文本文件,或从网络中抓取文件的过程。
在Lucene in action中,Lucene 的构架和过程如下图,
说明Lucene是有索引和搜索的两个过程,包含索引创建,索引,搜索三个要点。
让我们更细一些看Lucene的各组件:
-
被索引的文档用Document对象表示。
-
IndexWriter通过函数addDocument将文档添加到索引中,实现创建索引的过程。
-
Lucene的索引是应用反向索引。
-
当用户有请求时,Query代表用户的查询语句。
-
IndexSearcher通过函数search搜索Lucene Index。
-
IndexSearcher计算term weight和score并且将结果返回给用户。
-
返回给用户的文档集合用TopDocsCollector表示。
那么如何应用这些组件呢?
让我们再详细到对Lucene API 的调用实现索引和搜索过程。
-
索引过程如下:
-
创建一个IndexWriter用来写索引文件,它有几个参数,INDEX_DIR就是索引文件所存放的位置,Analyzer便是用来对文档进行词法分析和语言处理的。
-
创建一个Document代表我们要索引的文档。
-
将不同的Field加入到文档中。我们知道,一篇文档有多种信息,如题目,作者,修改时间,内容等。不同类型的信息用不同的Field来表示,在本例子中,一共有两类信息进行了索引,一个是文件路径,一个是文件内容。其中FileReader的SRC_FILE就表示要索引的源文件。
-
IndexWriter调用函数addDocument将索引写到索引文件夹中。
-
搜索过程如下:
-
IndexReader将磁盘上的索引信息读入到内存,INDEX_DIR就是索引文件存放的位置。
-
创建IndexSearcher准备进行搜索。
-
创建Analyer用来对查询语句进行词法分析和语言处理。
-
创建QueryParser用来对查询语句进行语法分析。
-
QueryParser调用parser进行语法分析,形成查询语法树,放到Query中。
-
IndexSearcher调用search对查询语法树Query进行搜索,得到结果TopScoreDocCollector。
以上便是Lucene API函数的简单调用。
然而当进入Lucene的源代码后,发现Lucene有很多包,关系错综复杂。
然而通过下图,我们不难发现,Lucene的各源码模块,都是对普通索引和搜索过程的一种实现。
此图是上一节介绍的全文检索的流程对应的Lucene实现的包结构。(参照http://www.lucene.com.cn/about.htm中文章《开放源代码的全文检索引擎Lucene》)
-
Lucene的analysis模块主要负责词法分析及语言处理而形成Term。
-
Lucene的index模块主要负责索引的创建,里面有IndexWriter。
-
Lucene的store模块主要负责索引的读写。
-
Lucene的QueryParser主要负责语法分析。
-
Lucene的search模块主要负责对索引的搜索。
-
Lucene的similarity模块主要负责对相关性打分的实现。
了解了Lucene的整个结构,我们便可以开始Lucene的源码之旅了。
另:
博客园此文章链接为:http://www.cnblogs.com/forfuture1978/archive/2009/12/14/1623596.html
CSDN此文章链接为:http://blog.csdn.net/forfuture1978/archive/2009/10/30/4745802.aspx
- 大小: 54.2 KB
- 大小: 29.2 KB
- 大小: 91.3 KB
- 大小: 47 KB
分享到:
相关推荐
Lucene学习总结之二:Lucene的总体架构 Lucene学习总结之三:Lucene的索引文件格式(1) Lucene学习总结之三:Lucene的索引文件格式(2) Lucene学习总结之三:Lucene的索引文件格式(3) Lucene学习总结之四:...
24 Lucene学习总结之八:Lucene的查询语法,JavaCC及QueryParser(1)
Lucene学习总结之一:全文检索的基本原理[归纳].pdf
本系列文章将详细描述几乎最新版本的Lucene的基本...Lucene学习总结之二:Lucene的总体架构 http://www.cnblogs.com/forfuture1978/archive/2009/12/14/1623596.html Lucene学习总结之三:Lucene的索引文件格式(1) ...
1.2 Lucene学习总结之二:Lucene的总体架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 1.3 Lucene学习总结之三:Lucene的索引文件格式 (1) . . . . . . . . ....
lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习lucene学习...
Maven坐标:org.apache.lucene:lucene-core:7.7.0; 标签:apache、lucene、core、中文文档、jar包、java; 使用方法:解压翻译后的API文档,用浏览器打开“index.html”文件,即可纵览文档内容。 人性化翻译,文档...
lucene学习总结:lucene全文检索的原理,索引文件的格式,lucene的整体架构
Maven坐标:org.apache.lucene:lucene-sandbox:6.6.0; 标签:apache、lucene、sandbox、jar包、java、中文文档; 使用方法:解压翻译后的API文档,用浏览器打开“index.html”文件,即可纵览文档内容。 人性化翻译...
有关Lucene 学习总结的文档,可能没有别人那么美观,那么完整,但也是经过了我自己辛苦的整理,这是我初学Lucene是总结的,希望对初学者有帮助吧!
官网的lucene全文检索引擎工具包,下载后直接解压缩即可使用
lucene使用总结笔记lucene使用总结笔记lucene使用总结笔记lucene使用总结笔记lucene使用总结笔记
lucene是一个全文搜索框架,它提供接口,由用户自由实现。 本资源为对lucene的学习+收集
Maven坐标:org.apache.lucene:lucene-core:7.2.1; 标签:apache、lucene、core、中文文档、jar包、java; 使用方法:解压翻译后的API文档,用浏览器打开“index.html”文件,即可纵览文档内容。 人性化翻译,文档...
由于林良益先生在2012之后未对IKAnalyzer进行更新,后续lucene分词接口发生变化,导致不可使用,所以此jar包支持lucene6.0以上版本
Lucene的的学习资料及案例,包括一个lucene的学习资料总结。供大家学习使用,也有本人写的一个小案例。
Maven坐标:org.apache.lucene:lucene-core:6.6.0; 标签:core、apache、lucene、jar包、java、中文文档; 使用方法:解压翻译后的API文档,用浏览器打开“index.html”文件,即可纵览文档内容。 人性化翻译,文档...
Lucene之删除索引 Lucene之删除索引 Lucene之删除索引 http://blog.csdn.net/nupt123456789/article/details/10666105
个人关于lucene 3.5放入一些总结
Lucene的基础知识 1、案例分析:什么是全文检索,如何实现全文检索 2、Lucene实现全文检索的流程 a) 创建索引 b) 查询索引 3、配置开发环境 4、创建索引库 5、查询索引库 6、分析器的分析过程 a) 测试分析器的分词...