Posted on 2007-03-05 08:36
skycity 閱讀(337)
評(píng)論(0) 編輯 收藏 所屬分類:
APACHE開源項(xiàng)目
簡(jiǎn)介
Doug Cutting 于2000年開始的項(xiàng)目 2001年9月后加入apache, Lucene是Doug Cutting的middle name 。 目前Lucene已經(jīng)是apache的top level的項(xiàng)目， 已經(jīng)不在jakarta下面， 同時(shí)也有了python，perl，c++，.net, Ruby(進(jìn)行中)多個(gè)版本?
Lucene 主要的兩個(gè)任務(wù):indexing and searching| Indexing主要使用的類 |
| IndexWriter | index文件由它創(chuàng)建 |
| Directory | 標(biāo)志Index路徑的類：FSDirectory(文件系統(tǒng))和RAMDirectory(內(nèi)存) |
| Analyzer | 分析器，處理分詞,大小寫,詞根,消除stop words等,轉(zhuǎn)換格式 |
| document | 用于存儲(chǔ)field對(duì)象 |
| Field | 有4(5?)種類型的Field, 下面專門列出 |
stop words: 出現(xiàn)頻率非常高的一些詞匯,它們一般沒有檢索的意義, 比如英文中的(as a, an, the, in)
| 類型 | Analyzed | Indexed | Stored | 說(shuō)明 |
| Field.Keyword(String) | ? | Y | Y | 儲(chǔ)存直接檢索的對(duì)象(身份證號(hào),姓名,日期) |
| Field.UnIndexed(String,String) | ? | ? | Y | 不用于檢索信息,顯示文件類型、地址 |
| Field.UnStored(String,String) | Y | ? | ? | 大段文本內(nèi)容,會(huì)用來(lái)檢索,但是不存儲(chǔ) |
| Field.Text(String,String) | Y | Y | Y | 檢索,獲取都需要的內(nèi)容,直接放index中,不過(guò)這樣會(huì)增大index |
| Field.Text(String,Reader) | Y | Y | ? | 建議采用Unstored的策略. |
| Searching主要使用的類 |
| IndexSearcher | 以只讀的方式訪問(wèn)index(注意IndexReader不是只讀的),需要傳給他一個(gè)Query對(duì)象來(lái)搜索 |
| Term | Term是一個(gè)搜索的基本單位,包含F(xiàn)ield(目標(biāo))和value(條件),可以直接用new Term("field","value")構(gòu)造 |
| uery | uery有很多子類,比如BooleanQuery,PhraseQuery等,可以在Term基礎(chǔ)上加上邏輯(是 否, 或) |
| TermQuery | 很基本的Query, 可以由term構(gòu)造 new TermQuery(term); |
| Hits | 包含了搜索的結(jié)構(gòu),默認(rèn)按照相關(guān)度排序,hits并不會(huì)把所有記錄(可能很大)直接保存,而是有一個(gè)lazy loading機(jī)制 |
Lyyb2001