zx的博客

Lucene FST1. FST简介FST, 全称Finite State Transducer, 中文翻译: 有限状态转换器或有限状态传感器。FST最重要的功能是可以实现Key到Value的映射，相当于HashMap<Key,Value>。FST的内存消耗要比HashMap少很多，但FST的查询速度比HashMap要慢。FST在Lucene中被大量使用，例如：倒排索引的存储，...

Lucene分词基本概念Lucene接收纯文本，分词之后写入索引。分词就是将一段文本拆分成多个词(Token)，并产生与每个词相关联的一些属性(Attribute)的过程。TokenStream、PositionIncrement和PositionLengthLucene用TokenStream来表示分词的结果。一般情况下，TokenStream可以看做是一个顺序的Token流。例如，有...

Lucene中的同义词Lucene的TokenFilter中，有SynonymFilter和SynonymGraphFilter两种来处理同义词。SynonymFilter不能很好的处理多词同义词，已经被弃用，建议使用SynonymGraphFilterSynonymFilter 和 SynonymGraphFilter的比较假设有如下文本：fast wi fi network is d...

MatchQueryMatchQuery是Elasticsearch中一种比较复杂的Query，在查询时会先被改写成一些低级Query的组合。TermQuery、SynonymQuery、BooleanQuery、PhraseQuery简介// TODOMatchQuery改写流程MatchQuery改写流程的入口: org.elasticsearch.index.search.Matc...