本文深入探讨了全文搜索技术的核心组件，包括IndexWriter、Directory、Analyzer和Document等，详细解释了它们在创建、管理和操作索引中的作用。同时介绍了不同类型的Directory（如SimpleFSDirectory、NIOFSDirectory、MMapDirectory和RAMDirectory）及其特点，以及如何选择合适的Directory以优化索引性能。此外，本文还阐述了全文搜索技术在实际应用中的关键步骤，如文本预处理、构建索引和查询处理，并强调了全文搜索在信息检索领域的价值。
IndexWriter
负责创建新索引或打开已有索引，以及对索引增，删，改。
Directory
提供对文件的读写操作以及文件锁的管理。该类是个抽象类。
SimpleFSDirectory:基于java.io.*访问文件，不支持多线程读
（同步锁，注：SimpleFSDirectory-->SimpleFSIndexInput-->readInternal()）。
文件操作基于RandomAccessFile（注：SimpleFSDirectory-->SimpleFSIndexInput-->Descriptor）。
java.io.*不支持按位置读取（？？）。
NIOFSDirectory:基于java.nio.*，支持没有同步锁情况下多线程读。
（注：SimpleFSDirectory-->NIOFSIndexInput-->readInternal()）
MMapDirectory:使用内存映射的io接口进行读操作。对于64位JRE是一个很好选择。
RAMDirectory:将索引文件存入RAM。
Analyzer
文本文件在被索引之前，需要经过Analyzer处理，负责从文本中提取语汇单元，剔除无用信息。
Document
代表一些Field的集合，将Document理解为虚拟文档（如web页面，email信息等），通过document我们不用关心文档的来源。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
