全文索引----Lucene的总体架构
2011-03-09 11:54
218 查看
Lucene总的来说是:
1.一个高效的,可扩展的,全文检索库
2.全部用Java实现,无须配置。
3.仅支持纯文本文件的索引(Indexing)和搜索(Search)。
引用一个图
说明Lucene是有索引和搜索的两个过程,包含索引创建,索引,搜索三个要点
更细一点看Lucene的各组件
1.被索引的文档用Document对象表示。
2.IndexWriter通过函数addDocument将文档添加到索引中,实现创建索引的过程。
3.Lucene的索引是应用反向索引。
4.当用户有请求时,Query代表用户的查询语句。
5.IndexSearcher通过函数search搜索Lucene Index
6.IndexSearcher计算term weight和score并且将结果返回给用户。
7.返回给用户的文档集合用TopDocsCollector表示。
那么如果应用这些组件呢?
我们再详细对Lucene API的调用实现索引和搜索过程。
索引创建过程如下:
1.创建一个IndexWriter用来写索引文件,它有几个参数,INDEX_DIR就是索引文件所存放的位置,Analyzer便是用来对文档进行词法分
析和语言处理的
2.创建一个Document代表我们要索引的文档。
3.将不同Field加入到文档中。我们知道,一篇文档有多重信息,如题目,做着,修改时间,内容等。不同类型的信息用不同的field来表示,
在本例中,一共有两类信息进行了索引,一个是文件路径,一个是文件内容。其中FileReader的SRC_FILE就表示要索引的源文件。
4.IndexWriter调用函数addDocument将索引写到索引文件夹中。
搜索过程如下:
1.IndexReader将磁盘上的索引信息读入到内存,INDEX_DIR就是索引文件存放的位置。
2.创建IndexSearcher准备进行搜索。
3.创建Analyer用来对查询语句进行词法分析和语言处理。
4.创建QueryParser调用parser进行语法分析,形成查询语法树,放到Query中。
5.IndexSearcher调用search对查询语法树Query进行搜索,得到结果TopScoreDocCollector。
以上就是Lucene API函数的简单调用。
然而当进入Lucene的源代码后,发现Lucene有很多包,关系错综复杂。
引用一张图,我们不能发现,Lucene的各源码模块,都是对普通索引和搜索过程的一种实现。
请参造http://www.lucene.com.cn/about.htm 中文章《开放源代码的全文检索引擎Lucene》
1.Lucene的analysis模块主要负责词法分析及语言处理而形成Term。
2.Lucene的index模块主要负责索引的创建,里面有IndexWriter。
3.Lucene的store模块主要负责索引的读写。
4.Lucene的QueryParser主要负责语法分析。
5.Lucene的search模块主要负责对索引的搜索。
6.Lucene的similarity模块主要负责对相关性打分的实现。
1.一个高效的,可扩展的,全文检索库
2.全部用Java实现,无须配置。
3.仅支持纯文本文件的索引(Indexing)和搜索(Search)。
引用一个图
说明Lucene是有索引和搜索的两个过程,包含索引创建,索引,搜索三个要点
更细一点看Lucene的各组件
1.被索引的文档用Document对象表示。
2.IndexWriter通过函数addDocument将文档添加到索引中,实现创建索引的过程。
3.Lucene的索引是应用反向索引。
4.当用户有请求时,Query代表用户的查询语句。
5.IndexSearcher通过函数search搜索Lucene Index
6.IndexSearcher计算term weight和score并且将结果返回给用户。
7.返回给用户的文档集合用TopDocsCollector表示。
那么如果应用这些组件呢?
我们再详细对Lucene API的调用实现索引和搜索过程。
索引创建过程如下:
1.创建一个IndexWriter用来写索引文件,它有几个参数,INDEX_DIR就是索引文件所存放的位置,Analyzer便是用来对文档进行词法分
析和语言处理的
2.创建一个Document代表我们要索引的文档。
3.将不同Field加入到文档中。我们知道,一篇文档有多重信息,如题目,做着,修改时间,内容等。不同类型的信息用不同的field来表示,
在本例中,一共有两类信息进行了索引,一个是文件路径,一个是文件内容。其中FileReader的SRC_FILE就表示要索引的源文件。
4.IndexWriter调用函数addDocument将索引写到索引文件夹中。
搜索过程如下:
1.IndexReader将磁盘上的索引信息读入到内存,INDEX_DIR就是索引文件存放的位置。
2.创建IndexSearcher准备进行搜索。
3.创建Analyer用来对查询语句进行词法分析和语言处理。
4.创建QueryParser调用parser进行语法分析,形成查询语法树,放到Query中。
5.IndexSearcher调用search对查询语法树Query进行搜索,得到结果TopScoreDocCollector。
以上就是Lucene API函数的简单调用。
然而当进入Lucene的源代码后,发现Lucene有很多包,关系错综复杂。
引用一张图,我们不能发现,Lucene的各源码模块,都是对普通索引和搜索过程的一种实现。
请参造http://www.lucene.com.cn/about.htm 中文章《开放源代码的全文检索引擎Lucene》
1.Lucene的analysis模块主要负责词法分析及语言处理而形成Term。
2.Lucene的index模块主要负责索引的创建,里面有IndexWriter。
3.Lucene的store模块主要负责索引的读写。
4.Lucene的QueryParser主要负责语法分析。
5.Lucene的search模块主要负责对索引的搜索。
6.Lucene的similarity模块主要负责对相关性打分的实现。
相关文章推荐
- 【Lucene】Apache Lucene全文检索引擎架构之构建索引
- 【Lucene】Apache Lucene全文检索引擎架构之构建索引
- 【Lucene】Apache Lucene全文检索引擎架构之构建索引2
- Lucene学习之二:Lucene的总体架构
- 在应用中加入全文检索功能—基于Java的全文索引引擎Lucene简介(收藏)
- Lucene学习总结之二:Lucene的总体架构
- 应用Lucene.net建立全文索引引擎
- Lucene学习总结之二:Lucene的总体架构
- Lucene学习总结之二:Lucene的总体架构
- 【Lucene】Apache Lucene全文检索引擎架构之入门实战
- Lucene实践:Lucene总体设计架构
- Lucene学习总结之二:Lucene的总体架构
- Lucene的总体架构
- Lucene的总体架构
- 全文索引-lucene,solr,nutch,hadoop之lucene
- Lucene学习总结之二:Lucene的总体架构
- Lucene学习总结之二:Lucene的总体架构
- 【手把手教你全文检索】Lucene索引的【增、删、改、查】
- Lucene学习总结之二:Lucene的总体架构
- 全文索引-lucene,solr,nutch,hadoop之nutch与hadoop