开源搜索引擎

TREC Precision Medicine 使用Terrier进行信息检索 一、实验目标 学会使用一个信息检索系统完成给定的信息检索任务,包括创建索引、选择检索模型并设置参数、评价检索结果等等。 二、实验描述 使用一个信息检索系统,例如Galago、Elastic Search、Terrier、Anserini等,完成TREC 2018 Precision Medicine Track的检索任务,要求至少给出10组不同参数配置或检索方案的结果,并给出每组检索结果的各... 阅读详情

13 款开源的全文搜索引擎

本文转载自 xum2008的博客,主要介绍13款现有的开源搜索引擎,你可以将它们用在你的项目中以实现检索功能。

1.  Lucene

Lucene的开发语言是Java,也是Java家族中最为出名的一个开源搜索引擎,在Java世界中已经是标准的全文检索程序,它提供了完整的查询引擎和索引引擎,没有中文分词引擎,需要自己去实现,因此用Lucene去做一个搜素引擎需要自己去架构.另外它不支持实时搜索,但linkedin和twitter有分别对Lucene改进的实时搜素. 其中Lucene有一个C++移植版本叫CLucene,CLucene因为使用C++编写,所以理论上要比lucene快.

官方主页: http://lucene.apache.org/

CLucene官方主页: http://sourceforge.net/projects/clucene/

2.  Sphinx

Sphinx是一个用C++语言写的开源搜索引擎,也是现在比较主流的搜索引擎之一,在建立索引的事件方面比Lucene快50%,但是索引文件比Lucene要大一倍,因此Sphinx在索引的建立方面是空间换取事件的策略,在检索速度上,和lucene相差不大,但检索精准度方面Lucene要优于Sphinx,另外在加入中文分词引擎难度方面,Lucene要优于Sphinx.其中Sphinx支持实时搜索,使用起来比较简单方便.

官方主页: http://sphinxsearch.com/about/sphinx/

3.  Xapian

Xapian是一个用C++编写的全文检索程序,它的api和检索原理和lucene在很多方面都很相似,算是填补了lucene在C++中的一个空缺.

官方主页: http://xapian.org/

4.  Nutch

Nutch是一个用java实现的开源的web搜索引擎,包括爬虫crawler,索引引擎,查询引擎. 其中Nutch是基于Lucene的,Lucene为Nutch提供了文本索引和搜索的API.

对于应该使用Lucene还是使用Nutch,应该是如果你不需要抓取数据的话,应该使用Lucene,最常见的应用是:你有数据源,需要为这些数据提供一个搜索页面,在这种情况下,最好的方式是直接从数据库中取出数据,并用Lucene API建立索引.

官方主页: http://nutch.apache.org/

5.  DataparkSearch

DataparkSearch是一个用C语言实现的开源的搜索引擎. 其中网页排序是采用神经网络模型.  其中支持HTTP,HTTPS,FTP,NNTP等下载网页.包括索引引擎,检索引擎和中文分词引擎(这个也是唯一的一个开源的搜索引擎里有中文分词引擎).能个性化定制搜索结果,拥有完整的日志记录.

官方主页: http://www.dataparksearch.org/

6.  Zettair

Zettair是根据Justin Zobel的研究成果为基础的全文检索实验系统.它是用C语言实现的. 其中Justin Zobel在全文检索领域很有名气,是业界第一个系统提出倒排序索引差分压缩算法的人,倒排列表的压缩大大提高了检索和加载的性能,同时空间膨胀率也缩小到相当优秀的水平. 由于Zettair是源于学术界,代码是由RMIT University的搜索引擎组织写的,因此它的代码简洁精炼,算法高效,是学习倒排索引经典算法的非常好的实例. 其中支持linux,windows,mac os等系统.

官方主页: http://www.seg.rmit.edu.au/zettair/about.html

7.  Indri

Indri是一个用C语言和C++语言写的全文检索引擎系统,是由University of Massachusetts和Carnegie Mellon University合作推出的一个开源项目. 特点是跨平台,API接口支持Java,PHP,C++.

官方主页: http://www.lemurproject.org/indri/

8.  Terrier

Terrier是由School of Computing Science,Universityof Glasgow用java开发的一个全文检索系统.

官方主页: http://terrier.org/

9.  Galago

Galago是一个用java语言写的关于文本搜索的工具集. 其中包括索引引擎和查询引擎,还包括一个叫TupleFlow的分布式计算框架(和google的MapReduce很像).这个检索系统支持很多Indri查询语言.

官方主页: http://www.galagosearch.org/

10.  Zebra

Zebra是一个用C语言实现的检索程序,特点是对大数据的支持,支持EMAIL,XML,MARC等格式的数据.

官方主页: https://www.indexdata.com/zebra

11.  Solr

Solr是一个用java开发的独立的企业级搜索应用服务器,它提供了类似于Web-service的API接口,它是基于Lucene的全文检索服务器,也算是Lucene的一个变种,很多一线互联网公司都在使用Solr,也算是一种成熟的解决方案.

官方主页: http://lucene.apache.org/solr/

12.  Elasticsearch

Elasticsearch是一个采用java语言开发的,基于Lucene构造的开源,分布式的搜索引擎. 设计用于云计算中,能够达到实时搜索,稳定可靠. Elasticsearch的数据模型是JSON.

官方主页: http://www.elasticsearch.org/

13.  Whoosh

Whoosh是一个用纯python写的开源搜索引擎.

官方主页: https://bitbucket.org/mchaput/whoosh/wiki/Home 
【ElasticSearch系列连载】1. ES版本与开源简介 诞生背景 现有的技术在数据的结构化和存储方面已经做的很好了,但是在硬盘上的原始数据并不能充分发挥数据的价值,尤其是当你需要基于这些数据做一些实时的决策时,就更容易出现使用上的困难。 ES是一个 分布式,可扩展,实时 的搜索与数据分析引擎,能够有效解决在全文搜索 或者 结构化数据的实时分析问题。 不只是大型企业,如Wikipedia,Guardian,Stack Overflow,GitHub在使用。它也可以在你的笔记本上运行,或者扩展到几百台服务器,服务数PB的数据。 ES带来了革命,但是ES并没有使用或者 阅读详情

相关推荐

Solr与Elasticsearch:开源搜索引擎到底如何选择?

随着互联网行业的发展,搜索引擎已经深入到各行各业,已经是众多内容平台必不可少的功能。在实际业务中,当搜索的速度,性能和高可用性是核心要求时,对TB和PB的数据执行搜索可能会遇到挑战,此时就需要用到分布式全文检索。了解过搜索引擎的应该清楚,目前最热门的两款开源的搜索引擎,Solr和Elasticsearch都是非常不错的选择,但这两者应该如何选?是搜索新手面临的第一大问题。 它们都基于Apache Lucene构建,因此它们支持的功能非常相似。但是,它们在部署,可伸缩性,查询语言和许多其他功能方面有很大不同。

我是药老的博客 778

nodejs 版本开源全文搜索引擎

为什么80%的码农都做不了架构师?>>> ...

weixin_34219944的博客 1458

RT-Thread stm32h7使用串口DMA

stm32h7在rtthread中无法使用串口DMA,通过更改驱动代码使其支持串口DMA

qq_35141454的博客 2288

NodeJS开源项目---很强大

1.NodeOS NodeOS是采用NodeJS开发的一款友好的操作系统,该操作系统是完全建立在Linux内核之上的,并且采用shell和NPM进行包管理,采用NodeJS不仅可以很好地进行包管理,还可以很好的管理脚本、接口等。目前,Docker和Vagrant都是采用NodeOS的首个版本进行构建的。   2.Noduino 许多硬件黑客希望通过Web页面即可控制他们

zzzkk2009的专栏 2万+

多传感器标定全栈系统学习教程

无论是激光雷达(Lidar)、毫米波雷达(Radar)、相机(Camera)还是惯导(IMU),传感器之间的精确标定直接决定了系统的可靠性与性能。本文将以系统化的视角,梳理多传感器标定的核心知识体系,并分享一套覆盖全栈技术的学习路径。Calibration)是实现点云与图像融合的前提,而雷达与车辆的标定(Radar2Car)则是精准速度估计的关键。:Lidar2Car、Camera2Car的快速标定流程,标定板布置规范。:从单传感器标定入手(如相机内参),逐步过渡到多传感器联合标定。

weixin_41792788的博客 905

GD32 TIMER0 PWM输出死活没波形?别忘了这个关键配置(附完整代码)

本文详细解析了GD32 TIMER0 PWM输出无波形的常见问题,特别强调了高级定时器特有的主输出使能配置。通过完整的代码示例和调试技巧,帮助开发者快速解决PWM输出问题,适用于无刷电机控制等嵌入式应用场景。

weixin_30906185的博客 397

全文搜索引擎

本文转载自xum2008的博客,主要介绍13款现有的开源搜索引擎,你可以将它们用在你的项目中以实现检索功能。 1. Lucene Lucene的开发语言是Java,也是Java家族中最为出名的一个开源搜索引擎,在Java世界中已经是标准的全文检索程序,它提供了完整的查询引擎和索引引擎,没有中文分词引擎,需要自己去实现,因此用Lucene去做一个搜素引擎需要自己去架构.另外它不支持...

Coding 486

【Altium Designer】Off grid pin解决方法

​今天我画完原理图编译时,出现了太多的黄色(出现warning警告提示)Off grid pin警告,这个警告并不是原理图电气连接出问题了,而是元器件或器件PIN脚没有和栅格对齐造成的原因。再编译还是出现这个警告。 最后经过不断翻阅网上经验和实践,才最终解决,本经验详细记录了解决该警告的有效方法。 解决方案:以下是问题解决步骤... ​

夜半少年的博客 7551

教你一步步搭建和运行完整的开源搜索引擎

大数据时代,搜索无处不在,利用开源软件快速搭建搜索引擎,经过几天的尝试,终于成功,整个过程分享出来免得大家再浪费不必要的时间。 请尊重原创,转载请注明以及原始链接地址 一、需要的软件及其版本 Centos linux 7 hadoop 1.2.1 hbase 0.94.27 nutch 2.3 solr 4.9.1 以上参考下

Just for fun的专栏 8478

基于OpenCV的实时疲劳检测系统实现

本文介绍了一个基于OpenCV的实时疲劳检测系统,使用Python实现。系统通过Haar级联分类器检测人脸和眼睛,计算眼睛宽高比(EAR)和PERCLOS(眼睛闭合时间比例)来评估疲劳程度,分为4个等级:正常、轻度、中度和重度疲劳。核心代码包含人脸眼睛检测、疲劳评估和可视化显示功能,具有实时性、稳定性和直观的视觉反馈。系统可通过摄像头实时监控驾驶员状态,为疲劳驾驶预警提供简单有效的解决方案。

weixin_62135607的博客 234

12、有杆泵抽油系统:原理、性能与选择

本文全面介绍了有杆泵抽油系统的原理、性能分析和设备选择方法。有杆泵抽油系统广泛应用于石油开采领域,通过地面抽油装置与井下柱塞泵的配合,实现高效、稳定的原油提升。文章详细解析了系统的工作原理、组成结构、光杆运动特性、载荷计算、泵输送能力及功率需求,并提供了抽油装置的选择流程和实际案例分析。此外,还探讨了泵的容积效率影响因素、示功图的作用及系统优化运行的建议,为石油开采工程提供了理论支持和实践指导。

gan8painter的博客 435

开源的全文搜索引擎Elasticsearch

Elasticsearch是一个开源的全文搜索引擎,可以实现快速、实时的数据搜索和分析。它是基于Apache Lucene的搜索引擎库开发而来,提供了一个分布式、多租户的全文搜索引擎平台,能够支持海量数据的实时检索、聚合分析和可视化展示。可以参考官方文档和社区中的相关资料,以获得更好的部署体验。数据分析:Elasticsearch 可以对大量的数据进行聚合分析,帮助用户发现数据中的规律和趋势。电商搜索:Elasticsearch 可以作为电商网站的搜索引擎,帮助用户搜索商品和优化搜索结果。

zhangzhechun的专栏 1919

SAP FICO 中的 F-02 :概念、使用场景及案例解析

在 SAP FICO (财务会计与管理会计) 模块中,F-02 是一个用于录入总账凭证的事务代码。这个事务代码主要用于手动输入总账凭证,适用于各类财务交易,例如资产购入、费用支付、收入确认等。F-02 的重要性在于,它允许财务人员在 SAP 系统中创建凭证,并确保这些凭证能够正确影响总账账户。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 2067

《深入剖析 Elasticsearch:强大的 Java 开源搜索引擎》

本文深入介绍了由 Java 开发的开源搜索引擎 Elasticsearch。它以实时搜索、稳定可靠、快速安装和方便使用等特性,在 Java 开发社区广获认可。Elasticsearch 为开发者提供强大的搜索解决方案,可轻松集成到 Java 项目中,实现快速检索和处理大量数据。

面团到油条的成长日记 1619

使用LSTM进行多任务学习:共享模型预测多个目标

多任务学习是一种机器学习方法,旨在通过同时学习多个相关任务来提高模型的学习效率和泛化能力。MTL的核心思想是共享模型的参数,从而在不同任务之间捕捉到共享的特征。长短期记忆网络(LSTM)是循环神经网络(RNN)的一种改进版本,专门用于解决传统RNN在处理长序列时出现的梯度消失和梯度爆炸问题。LSTM通过引入多个门控机制(输入门、遗忘门和输出门)来控制信息的流动。本文详细探讨了如何使用LSTM进行多任务学习。我们介绍了多任务学习的理论基础、LSTM的特点,以及如何构建和训练一个多任务LSTM模型。

斌擎科技 1155

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

【ElasticSearch】深入了解 ElasticSearch:开源搜索引擎的力量

在信息时代,数据的增长速度之快让我们迅速感受到了信息爆炸的挑战。在这个背景下,搜索引擎成为了我们处理海量数据的得力工具之一。而 ElasticSearch 作为一款强大的开源搜索引擎,不仅能够高效地存储和检索数据,还在日志分析、实时监控等领域展现了其卓越的性能。正向索引是基于文档 id 创建索引,适用于小规模数据和简单查询场景。倒排索引通过分析文档内容,记录词条信息,适用于大规模数据和复杂查询场景,提高了查询效率。ElasticSearch 的强大之处在于其面向文档的存储和全文搜索功能。

qq_61635026的博客 2439

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

开源搜索引擎之Elasticsearch

Elasticsearch 是一个分布式、开源的全文搜索和分析引擎,专为大数据环境中的快速搜索和数据分析而设计。它基于 Apache Lucene 构建,提供了强大的全文检索能力、实时数据处理和分布式存储,常与 Logstash 和 Kibana 一起组成 Elastic Stack(以前称为 ELK Stack)。

youziguo的专栏 834

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

开源搜索引擎Elasticsearch:感谢腾讯云对Elastic社区的开源贡献

近日,全球知名开源搜索引擎Elasticsearch在官网发文感谢腾讯云对Elastic社区的开源贡献。信中提到,迄今为止,腾讯云在Elasticsearch项目中积极参与,提交了204个PR,其中有150个已经成功合并到Elasticsearch的代码库,是Elasticsearch 社区目前已知的第三方公司维度全球最高的贡献水平。

csdnsqst0046的博客 208

开源-基于ElasticSearch的通用搜索引擎

想要做出一个好的搜索引擎,重中之重是要先做好数据治理。

欢迎来到李奇峰的数据世界 3131

开源分布式搜索引擎:ES简介及服务器安装

开源分布式搜索引擎:ES简介及服务器安装 https://blog.youkuaiyun.com/zhenwei1994/article/details/94013059

慕白Lee的博客 770

elasticsearch head 复合查询_开源搜索引擎ElasticSearch安装配置

我最早接触的开源分布式搜索引擎是Solr,后来接触到ElasticSearch才发现搜索引擎也可以这么好用,底层都是基于Lucene全文检索。软件版本Java版本:1.8.0_11。一定要安装Java并设置JAVA_HOME和Path环境变量。ElasticSearch版本:6.3.0官网下载免安装zip压缩包,我下载的是6.3.0版本。压缩包解压后目录结构启动软件进入bin目录中,双击"elas...

weixin_32462499的博客 264

ElasticSearch VS. Solr VS. Sphinx:最好的开源搜索引擎比较

编译自:ELASTICSEARCH VS. SOLR VS. SPHINX: BEST OPEN SOURCE SEARCH PLATFORM COMPARISON 作者:Anna Klimenko 从业务角度来看,您应该将高效的搜索引擎视为一种强大的工具,能够提高转换率并为网站所有者带来更多利润。如果您的网站搜索机制没有提供相关结果或搜索性能太低,用户将离开网站并转到其竞争对手。 那么,什...

xinyuan的专栏 2228

OpenSearch 与 Elasticsearch:哪个开源搜索引擎适合您?

Elasticsearch 和 OpenSearch 都是强大而灵活的搜索引擎产品,但是存在一些差异。总体来说,Elasticsearch 是一个成熟、功能强大的搜索引擎,拥有广泛的插件生态系统和丰富的学习资源。商业版本提供额外的功能和支持服务,适合需要高级功能和专业支持的企业。OpenSearch 是从 Elasticsearch 分叉出来的版本,保留了核心功能,并添加了一些额外的功能。它更注重开源性和社区参与,适合更倾向于自主开发和定制的用户。

infinilabs的博客 1503

开源搜索引擎评估:lucene sphinx elasticsearch

http://lutaf.com/158.htm 开源搜索引擎程序有3大类 lucene系,java开发,包括solr和elasticsearch sphinx,c++开发,简单高性能 Xapian,c++开发 搜索引擎程序这个名称不妥当,严格说来应该叫做索引程序(indexing program),早期主要用来做中文全文搜索,但是随着互联网的深入...

dechen6073的博客 174

16款开源的全文搜索引擎

即使你已经在你的项目中使用了这样的引擎(实际上这是很有可能的),使用 Tantiny 仍然可能更容易,因为与 Solr 和 Elasticsearch 不同,它不需要任何东西来工作(没有单独的服务器或进程或其他什么),它是纯粹的可嵌入的。FTServer (FTS) 是一个轻量精准全文搜索服务器,使用英文规则处理英文,使用中文规则处理中文,不需要切割中文为单词,可以支持中文字的任意排列,精准搜索中文长句子,轻松处理古文古诗词,写意句子不影响搜索,不依赖词库,搜索中文不漏词。可支持亿级数据、毫秒级查询。

ALLEN'Blog 3110

推荐开源项目:Easy-ES - 简单易用的 Elasticsearch 库

是一个轻量级的 Java 库,专为简化 Elasticsearch 的操作而设计。它的目标是让开发者能够以更直观、简洁的方式与 Elasticsearch 数据库进行交互,从而提高开发效率和代码可读性。项目由开发者 [xpc1024](https://gitcode.net/xpc1024) 维护,并在 GitCode 平台上开放源码。 ## 技术分析 Easy-ES 基于 Spring Bo

gitblog_00087的博客 785
上一篇: 防火墙原理介绍
下一篇: 李力刚《谈判博弈》读书笔记
天天向上zb
博客等级 码龄16年 34粉丝 43原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值