• Lucene-12-lucene 搜索之 IndexSearcher 实现分页查询
  IndexSearcher 常用方法 文档信息本身 IndexSearcher.doc(int docID) 获取索引文件中的第n个索引存储的相关字段，返回为Document类型，可以据此读取document中的Field.STORE.YES的字段； IndexSearcher.doc(int docID, StoredFieldVisitor fieldVisitor) 获取S...
  2022-01-10 13:01:55 | Lucene
• Lucene-11-lucene 搜索之 IndexSearcher 构建过程
  IndexSearcher 搜索引擎的构建分为索引内容和查询索引两个大方面，这里要介绍的是lucene索引查询器即IndexSearcher的构建过程； 首先了解下IndexSearcher： IndexSearcher提供了对单个IndexReader的查询实现； 我们对索引的查询，可以通过调用search(Query,n)或者search(Query,Filter,n)方法； ...
  2022-01-10 13:01:55 | Lucene
• Lucene-10-lucene 的索引构建原理
  lucene创建索引的原理 IndexWriter的addDocument方法详解 今天看了IndexWriter类的addDocument方法，IndexWriter对此方法的说明如下： 将文档添加到此索引。 请注意，如果遇到异常（例如磁盘已满），则索引将保持一致，但可能尚未添加此文档。 此外，即使使用复合文件（当合并部分成功时），索引也可能有一个非复合格式的段。 此方法定期...
  2022-01-10 13:01:55 | Lucene
• Lucene-09-segment 中文分词
  为什么要使用lucene中文分词器 在lucene的开发过程中，我们常会遇到分词时中文识别的问题，lucene提供了 lucene-analyzers-common.jar 包来支持分词，但多的是对英国，法国，意大利等过语言的支持， 因此我们需要引入中文分词的概念。 各种中文分词器及其对比 jcseg 中文分词器 jcseg 是使用Java开发的一款开源的中文分词器, 使用mmse...
  2022-01-10 13:01:55 | Lucene
• Lucene-08-analysis 分析器
  analysis说明 lucene ananlysis应用场景 lucene提供了analysis用来将文本转换到索引文件或提供给IndexSearcher查询索引； 对于lucene而言，不管是索引还是检索，都是针对于纯文本输入来讲的； 通过lucene的强大类库我们可以访问各种格式的文档，如HTML、XML、PDF、Word、TXT等， 我们需要传递给lucene的只是文件中的...
  2022-01-10 13:01:55 | Lucene
• Lucene-07-field 字段类型
  Lucene的Field说明 Lucene存储对象是以document为存储单元，对象中相关的属性值则存放到Field中； lucene中所有Field都是IndexableField接口的实现 接口 表示用于索引的单个字段。 IndexWriter 使用 Iterable<IndexableField> 作为文档。 public interface Indexable...
  2022-01-10 13:01:55 | Lucene
• Lucene-06-IndexWriter 详解
  Lucene 索引创建 构建过程 索引的构建过程描述如下： 1）判断JRE版本是否为64位和是否支持堆外内存，并创建 1.1 如果满足条件，创建MMapDirectory，此种Directory可以有效的利用虚拟机内存地址空间 ； 1.2 如果不满足以上条件，判断系统是否是windows,如果满足条件，创建SimpleFSDirectory，此种directory提供了性能不太...
  2022-01-10 13:01:55 | Lucene
• Lucene-05-的总体架构
  Lucene 的整体结构 在 Lucene in action 中，Lucene 的构架和过程如下图， 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。 让我们更细一些看 Lucene 的各组件： 被索引的文档用Document对象表示。 IndexWriter通过函数addDocument将文档添加到索引中，实现创建索引的过程。 Lucene...
  2022-01-10 13:01:55 | Lucene