Lucene课堂笔记.docxVIP

Lucene 入门课程计划：搜索引擎介绍Lucene介绍Lucene全文检索执行过程Lucene入门程序Lucene API详解Lucene对搜素结果排名搜索引擎介绍搜索引擎发展史萌芽：Archie、Gopher起步：Robot（网络机器人）的出现与spider（网络爬虫）发展：excite、galaxy、yahoo繁荣：infoseek，altaVista，Google和baidu搜索的常见应用场景应用场景 ：1、 单机软件的搜索（word中的搜索）2、 站内搜索 （baidu贴吧、论坛、 京东、 taobao）3、 垂直领域的搜索 （docin豆丁、拉勾、100offer） 4、 专业搜索引擎公司 （google、baidu）搜索数据方式顺序扫描法所谓顺序扫描，例如要找内容包含一个字符串的文件，就是一个文档一个文档的看，对于每一个文档，从头看到尾，如果此文档包含此字符串，则此文档为我们要找的文件，接着看下一个文件，直到扫描完所有的文件。这种方法是顺序扫描方法，数据量大就搜索慢。倒排索引倒排索引（也称为倒排文件）是一种存储了来自文本中的映射的索引数据结构。比如单词或者数字，对应到它们在数据库、一个文件或者一组文件中的位置。它是在文档检索系统中使用的最流行的数据结构，在搜索引擎中有大规模使用案例例如我们使用新华字典查询汉字，新华字典有偏旁部首的目录（索引），我们查字首先查这个目录，