摩西的博客 爱it 爱生活 爱折腾

现在开发搜索系统，使用的是开源界比较推崇的Lucene,版本是Maven库上面的3.5，这个版本里面有很多方法都不建议使用了。所以代码创建的方式有那么点变化，我使用的分词器是IkAnalyzer。Lucene全文检索的功能是很强大的，我们在做电子商务系统的时候肯定是会遇到排序的问题，比如销量，比如价格等等，为了方便客户我们便需要Lucene的排序功能，其实Lucene中的排序很简单也很方便，我们在

当然用他之前强烈建议你吧内存调大(不是让你买内存去).不得不说.他是个内存消耗大户.不会调内存????其实我也不会.呵呵在eclipse中Run As--> Run Configurations--> Arguments 找到个框框 VM Arguments写上:-Xms1024m -Xmx1024m如果你空闲内存连1G都木有.有两个办法.1.买内存or换机器 2.删除用户词典(强烈不建议

在使用基于lucene的各类搜索引擎（如：elasticsearch、solr）时，有可能出现类似如下的错误：Caused by: java.io.EOFException: read past EOF: NIOFSIndexInput(path="/usr/local/sas/escluster/data/cluster/nodes/0/indices/index/5/index/_59ct

score为NAN在文章http://bbs.chinaunix.net/viewthread.php?tid=1632554 中找到答案； Java代码  IndexSearcher searcher = new IndexSearcher(dir,true);  //加上这句  searcher.setDefaultFieldSortScorin

版权信息: 可以任意转载, 转载时请务必以超链接形式标明文章原文出处, 即下面的声明.原文出处：http://blog.chenlb.com/2009/08/lucene-scoring-architecture.htmlLucene 评分体系/机制（lucene scoring）是 Lucene 出名的一核心部分。它对用户来说隐藏了很多复杂的细节，致使用户可以简单地使

Apache Lucene是一个高性能（high-performance）的全能的全文检索（full-featured text search engine）的搜索引擎框架库，完全（entirely）使用Java开发。它是一种技术（technology），适合于（suitable for）几乎（nearly）任何一种需要全文检索（full-text search）的应用，特别是跨平台（cross-

通过Searcher.explain(Query query, int doc)方法可以查看某个文档的得分的具体构成。 在Lucene中score简单说是由 tf * idf * boost * lengthNorm计算得出的。 tf：是查询的词在文档中出现的次数的平方根 idf：表示反转文档频率，观察了一下所有的文档都一样，所以那就没什么用处，不会起什么决定作用。 boo

大家知道，lucene中的IndexWriter和IndexReader都是线程安全的类，但是不能出现多多线程绑定多个实例的情况。因此很有必要保证IndexWriter和IndexReader全局只有一个实例子。我们首先写一个类，让他来保证全局只有一个实例，类的接口如下：1 public interface LuceneManager {2 public IndexWrit

Lucene相关度排序的调整Lucene的搜索结果默认按相关度排序，这个相关度排序是基于内部的Score和DocID，Score又基于关键词的内部评分和做索引时的boost。默认Score高的排前面，如果Score一样，再按索引顺序，先索引的排前面。那么有人问了，如果我要先索引的排后面怎么办呢？隐士研究了源码后发现这是相当简单的事情。以下代码基于Lucene 2.0。看So

实例化IndexReader需要加载索引文件，所以实例化它是非常耗资源的。 IndexReader是线程安全的，通常一个索引目录，我们只实例化一个IndexReader就够了。 当索引数据足够大（G的数量级）的时候，一般把索引资源按照某种规则散列到多个文件目录里（如：index-0,index-1,index-2.... 或者 blog,posts....），当然这些文件目录应该放

我的废话:     前些日子客户对以前网站搜索功能不太满意，因为用户输入关键字进行查询时要再选择对应的分类栏目，用户体验不是很到位。所以找我们对他的网站提供全文检索的功能，跟搜索引擎类似输入一组关键字就可以就找到结果，无需选择分类的栏目。     对这样的要求第一个想到的就是Apache Lucene，加上一个开源的中文分词包，整一套分词表 很好解决这个需求，但如果把这个需求深入的去考虑，

如果你想快速查询你磁盘上文件，或查询邮件、Web页面，甚至查询存于数据库的数据，你都可以借助于Lucene来完成。最新jar可到此下载：http://mirror.bit.edu.cn/apache/lucene/java/ 下图先宏观的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，大家先直观的认识下：

我使用的maven添加的jar包。maven中的pom.xml中添加lucene的jar包的方法是： Xml代码  project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"    xsi:schemaLocation=

分享下自己的lucene工具类，不足之处欢迎吐槽！package com.junjiao.util.search;import java.io.File;import java.io.IOException;import java.io.StringReader;import java.lang.reflect.InvocationTargetException;impor