中文地理编码技术实现.docxVIP

一、中文地理编码的做什么 1. 正向地理编码服务：将中文地址信息转换成地理坐标信息； 2. 反向地理编码服务：将地理坐标信息转成中文地址信息 二、中文地理编码怎么做 简单来说，就是要通过恰当的技术手段，将输入信息与存储信息建立联系。输入信息是中文地址信息的时候就是正向服务；输入坐标的时候是反向服务。 三、可用的技术 考虑信息存储多数是数据库，我们以此为基础。 1.jdbc技术，将输入信息通过数据库本身的模糊查询进行关联。 优点： a)实现简单，技术门槛低 b)开发和维护成本低 c)程序与数据耦合度很低，数据维护简单 缺点： a)数据库模糊查询效率非常低 b)并发性能差 c)数据量较大时反应会不够灵敏，甚至变得无法正常运行 2.信息检索工具 优点： a)大数据量时仍然能表现较高性能 b)较好的应对高并发 缺点： a)技术要求高，相比jdbc开发周期长 b)对数据变化敏感 3.技术的选择 在数据量很小时，可以考虑直接使用jdbc实现，开发周期短，容易维护。但是如果数据量大的时候，jdbc几乎是不可接受的。数据库的模糊查询无法使用索引进行快速筛选，大数据量时比对过程非常低效，数据库本身有连接限制，这些操作在并发高时很可能查询失败。而信息检索工具则是把源数据处理成非常方便查询的索引文件，进行高效查询。 如果从头开始自己开发检索工具，成本高，周期长，应该考虑是用第三方的工具。现在考虑使用lucene。 四、关于lucene 1.lucene是什么 Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。就其本身而言，Lucene是当前以及最近几年最受欢迎的免费Java信息检索程序库。 2.lucene做什么 Lucene 能够为文本类型的数据建立索引，所以你只要能把你要索引的数据格式转化的文本的，Lucene 就能对你的文档进行索引和搜索。比如要对数据库进行索引，通过jdbc技术将数据库数据转化成文本格式的，然后将转化后的内容交给 Lucene 进行索引，然后把创建好的索引文件保存到磁盘或者内存中，最后根据用户输入的查询条件在索引文件上进行查询。不指定要索引的文档的格式也使 Lucene 能够几乎适用于所有的搜索应用程序。 下图表示了搜索应用程序和 Lucene 之间的关系，也反映了利用 Lucene 构建搜索应用程序的流程： 3.lucene的不足 a)缺少资料 lucene当前的版本是4.10.x，API和架构与之前的3.x变化很大。但是目前关于4.x的资料不是很多。资料丰富的3.x效率又比4.x低很多。 b)lucene本身对中文的支持不理想 目前lucene是支持中文的，但是建立索引分词效果不是很理想 c)lucene建立索引的过程效率不是很高 如果数据频繁的增减，索引的维护代价比较高 4)选用lucene的优势 a)lucene是开源的，使用和维护升级成本低； b)有第三方的中文分词框架，目前看IKAnalyzer比较好，架构合理，很容易进行拓展 c)效率高，数据量较大时也有不俗的表现 d)可以作技术积累，在其它的项目中用作信息检索的组件 五、怎么实现我们自己的中文地理编码 信息存储：数据库 信息检索：lucene+IKAnalyzer 如下图所示：