Lucene.net概念介绍资源-CSDN文库

需积分: 3 70 浏览量 2012-11-16 18:14:53 上传评论收藏 28KB DOCX 举报

资源详情

资源评论

资源推荐

 、  



详细使用与优化详解 

 简介

什么是 

 是一个全文搜索框架，而不是应用产品。因此它并不像

或者  那么拿来就能用，它只是提供了一种

工具让你能实现这些产品。

 能做什么

要回答这个问题，先要了解  的本质。实际上  的功能很单一，说

到底，就是你给它若干个字符串，然后它为你提供一个全文搜索服务，告诉你

你要搜索的关键词出现在哪里。知道了这个本质，你就可以发挥想象做任何符

合这个条件的事情了。你可以把站内新闻都索引了，做个资料库；你可以把一

个数据库表的若干个字段索引起来，那就不用再担心因为“而锁表了；

你也可以写个自己的搜索引擎……

你该不该选择 

下面给出一些测试数据，如果你觉得可以接受，那么可以选择。

测试一： 万记录， 左右文本，生成索引 ! 左右，! 线程下平

均处理时间 。

测试二：" 记录，索引数据库中的两个 #$%$ 字段，索引文件

& ，! 线程下平均处理时间 。

 的工作方式

分词的规则千变万化，但目的只有一个：按语义划分。这点在英文中比较容易

实现，因为英文本身就是以单词为单位的，已经用空格分开；而中文则必须以

某种方法将连成一片的句子划分成一个个词语。具体划分方法下面再详细介绍，

这里只需了解分析器的概念即可。



用户提供的源是一条条记录，它们可以是文本文件、字符串或者数据库表的一

条记录等等。一条记录经过索引之后，就是以一个  的形式存储在索

引文件中的。用户进行搜索，也是以  列表的形式返回。

,

一个  可以包含多个信息域，例如一篇文章可以包含“标题”、“正文”、

“最后修改时间”等信息域，这些信息域就是通过 ) 在  中存储的。

) 有两个属性可选：存储和索引。通过存储属性你可以控制是否对这个

) 进行存储；通过索引属性你可以控制是否对该 ) 进行索引。这看起来

似乎有些废话，事实上对这两个属性的正确组合很重要，下面举例说明：

还是以刚才的文章为例子，我们需要对标题和正文进行全文搜索，所以我们要

把索引属性设置为真，同时我们希望能直接从搜索结果中提取文章标题，所以

我们把标题域的存储属性设置为真，但是由于正文域太大了，我们为了缩小索

引文件大小，将正文域的存储属性设置为假，当需要时再直接读取文件；我们

只是希望能从搜索解果中提取最后修改时间，不需要对它进行搜索，所以我们

把最后修改时间域的存储属性设置为真，索引属性设置为假。上面的三个域涵

盖了两个属性的三种组合，还有一种全为假的没有用到，事实上 ) 不允许

你那么设置，因为既不存储又不索引的域是没有意义的。

剩余20页未读，继续阅读

评论0

内容反馈

老葱头蒸鸡

粉丝: 308
资源: 11

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip