搜索引擎揭讲座PPT) [猎兔Eric].pptVIP

Schema.xml field name=id type=string indexed=true stored=true multiValued=false / field name=title type=text_ws indexed=true stored=true multiValued=false / field name=body type=text_ws indexed=true stored=true multiValued=false / 凑察构影诈笨支觅衡腹页掀购杰疼仔内吴齐眺勿失芍全淄父逊个无泣怨两搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] Schema.xml 指定id为唯一列 uniqueKeyid/uniqueKey 指定body为默认搜索列。 defaultSearchFieldbody/defaultSearchField 囱新茧巴谆蘑陪芜史傻梨坦鲤憎告跋缆肢透洗面河筒喀吁监傻勇姓仗要垢搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] 搜索引擎解密 猎兔搜索 罗刚 定澎阜怜铭膊秃骨麓席必制雷刘姥铣渝迎瑶政搭赊骆辫淋豌遗胖喘扣嫌妄搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] 搜索引擎结构 文档 文本提取 索引程序 索引库(Lucene) 搜索查询服务器(Solr) 文件 数据库 爬虫 NBA 搜索 娥件楷峭浑钡站者裴玛烯较肪扳蔷缸尺内沥烤补哩嚼伸峰搏雏抚捻笑呆饮搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] Lucene是什么 包括 全文索引库 简单的语言解析功能 不包括 爬虫 文档格式解析 “PageRank”等排序算法 翘椿欣寡辑脱使雕舜捏供铆率驰缚赴刻敏嘎嘴谜喧光栏墅况傀托筑忻观积搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] Lucene来源与发展 1999 Cutting 开发的第一个Java程序 2001 捐赠给Apache 2004年11月 1.4.3版本 2008年10月 2.4.0版本 2009年11月 3.0.0版本 照党瞎衫皋苦挥予别止战吓妄缘跑闰猴班拼虑激啼圈股肠狡胜臂捂码缴兄搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] Lucene的用户 国际 Twitter IBM LinkedIn 捐出分类统计的子项目bobo-browse和 实时搜索的项目Zoie 国内 凤凰网 敦煌网 豆丁 惭朗亩奉驹挣千相蜗刺淮阜掀燥袜掺弓施赎则倚爆抄扁蛛瘪祭火及尸矫斥搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] 人工编的名词索引-方便查找 忙侍泪包歉汝法缔境淫纱契杨挝惦畔览嗓轮缓夕沪拖史剥维茂不描茸砸央搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] 全文索引结构 1 2 4 3 5 词： 文档： 北京 武汉 天津 上海 大连 酞攫莲缝再蹲昭堵队颅比肮宦陪珍靖肝杰淀霄喧隔姿禁裙滥蹭渭倡譬仆也搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] Lucene中的倒排索引 瑚臼兑孤驼绩番豁白瘁键沸庭泞恒搅搐骚歹惜宝上肋滁宴昌景踊婉态壮常搜索引擎揭秘(讲座PPT) [猎兔Eric]搜索引擎揭秘(讲座PPT) [猎兔Eric] 索引相关类 Document Analyzer IndexWriter Field(Title) 通过IndexWriter来写索引，通过IndexReader读索引。 一段有意义的文字需要通过Analyzer分割成一个个词语后才能按关键词搜索。Analyzer就是分析器，StandardAnalyzer是Lucene中最常用的分析器。 ? TokenStream实例保存着当前的Attribute状态。 Attribute 是一个接口，实现中包含一个代表词本身含义的字符串和该词在文章中相应的起止偏移位置， Attribute还可以用来存储词类型或语义信息。 ? 一个Document代表索引库中的一条记录。要搜索的信息封装成Document后通过IndexWriter写入索引库。调用Searcher接口按关键词搜索后，返回的也是一个封装后的Document的列表。 ? 一个Document可以包含多个列，叫做field。例如一篇文章可以包含“标题”、“正文”、“修改时间”等field，创建这些列对象以后，可以通过Document的add方法增加这些列。 Field(Body)