本文介绍了Apache Lucene的全文检索原理，包括总论、索引内容和创建过程以及如何搜索索引。全文检索通过建立反向索引，实现了从字符串到文件的映射，从而提高搜索速度。索引创建涉及分词、语言处理和索引组件。搜索索引则包括对用户查询的处理、搜索索引和相关性排序。Lucene是对信息检索技术的实践，提供了高效的全文搜索功能。
一、总论
根据http://lucene.apache.org/java/docs/index.html 定义：
"Apache Lucene(TM) is a high-performance, full-featured text search engine library written entirely in Java. It is a technology suitable for nearly any application that requires full-text search, especially cross-platform."
Lucene 是一个高效的，基于Java 的全文检索库。
所以在了解Lucene之前要费一番工夫了解一下全文检索。
那么什么叫做全文检索呢？这要从我们生活中的数据说起。
我们生活中的数据总体分为两种：结构化数据 和非结构化数据 。
- 结构化数据： 指具有固定格式或有限长度的数据，如数据库，元数据等。
- 非结构化数据： 指不定长或无固定格式的数据，如邮件，word文档等。
当然有的地方
订阅专栏 解锁全文
扫一扫
1142
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
