lucene经典学习研讨.ppt

为J2EE应用程序添加全文搜索 什么是全文搜索 Java全文搜索引擎Lucene 使用OSEM引擎Compass 深入Lucene API 什么是全文搜索 按关键字搜索的查询方式 只能处理文本 分词+索引 全文搜索和数据库索引的比较 Java全文搜索引擎Lucene 纯Java编写的全文搜索引擎 可以嵌入到任何Java应用程序 集成Lucene的Java应用程序： Eclipse JIRA theServerS 使用Compass实现全文搜索 什么是Compass 封装了Lucene的OSEM Compass简化了Lucene的API 使用Lucene好比使用JDBC 使用Compass好比使用Hibernate 简化多线程同步问题 如何使用Compass 定义要搜索的JavaBean 实例化Compass 使用CompassSession，CompassTransaction Lucene的存储结构 Lucene的重要概念 Directory：存放索引，通常是一个目录 Document：存放一条索引记录 Field：存放一个字段 IndexWriter：增删索引 IndexSearcher：进行搜索并返回结果 Analyzer：对文本进行分词 Highlighter：对搜索结果予以高亮显示 Field索引类型Index Field存储类型Store Lucene的多线程模型 使用IndexSearcher须注意 一旦打开，不会搜索到以后添加的索引 是线程安全的，多个线程仅需一个实例 使用IndexWriter须注意 修改索引后，需flush()或close()方能使修改生效 非线程安全，任一时刻仅能有一个线程对其操作 Lucene不负责多线程同步，同步问题由应用程序自己解决 对多线程优化Lucene 使用ReadWriteLock 使用Version Check 开发泛型安全的Search Framework Lucene最佳实践 多个线程共享一个IndexSearcher 只有当索引修改后才重新打开IndexSearcher 多个线程共享一个IndexWriter并严格同步 异步修改索引提高性能 为每个JavaBean创建单独的索引目录 * 只能使用SQL查询，无法定制 提供编程接口，容易定制索引规则 可定制性 无匹配度算法，无法按匹配度对搜索结果排序 有匹配度算法，搜索结果按匹配度从高到低排序 匹配度 无法按单词匹配，使用’%ant%’也会匹配”planting” 按单词匹配，使用”ant”不会匹配”planting” 匹配效果 无法使用索引进行LIKE查询 对文本建立关键字索引 索引 数据库 全文搜索 类似SQL查询的ResultSet结果集，包含多个Record 代表一个搜索结果，持有一个Document列表 Hits 类似数据库表的Field字段 一个字段的完整内容 Field 类似数据库表的Record记录 一条存储记录，包含多个Field Document 数据库 Lucene 不索引 Index.NO 不分词索引 Index.UN_TOKENIZED 分词索引 Index.TOKENIZED 压缩存储 Store.COMPRESS 不存储 Store.NO 存储 Store.YES 不允许 允许 写索引 允许 允许 读索引 写索引 读索引 *