Lucene——索引过程分析Index
2018-07-24 07:52:50来源：博客园 阅读 ()
Lucene索引过程分为3个主要操作步骤：将原始文档转换成文本、分析文本、将分析好的文本保存至索引中
一、提取文本和创建文档
从 pdf、word等非纯文本格式文件中，提取文本格式信息。建立起对应的，包含各个域的文档后，就可以对这些文本信息进行分析。
使用 Tika框架实现
二、分析文档
调用 IndexWriter对象的 addDocument方法，将数据传递给Lucene进行索引操作。
分析文本，将文本数据分割成语汇单元串，执行一些可选操作。
一起构成分析器。
三、向索引添加文档
lucene索引包含一个或多个段
segments_N
Segments 0, Segments 1, Segments 2, Segments 3,……, Segments n
每个段都是一个独立的索引。每个段，都包含多个文件 _X.<ext>
如果使用混合文件格式，那么上述索引文件，会被压缩成一个单一的文件 _X.cfs
段文件：_<N>
索引时，需要进行的基本操作（添加、更新、删除）
Donate捐赠
如果我的文章帮助了你，可以赞赏我 6.66 元给我支持，让我继续写出更好的内容)
（微信） （支付宝）
微信/支付宝 扫一扫
标签：
版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有
上一篇：AOP学习
下一篇：Java字节流与字符流
- 针对kafka_2.13版本测试过程中的一些坑 2020-05-23
- k8s~fluentd的configmap设置es索引前缀 2020-05-20
- 突击Java面试-分布式搜索引擎的架构原理 2020-05-19
- 如何从8 道面试题中，看出浏览器渲染过程与性能优化 2020-05-16
- GC垃圾回收器 2020-04-13
IDC资讯： 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营： 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程： Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术： Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧： 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作： FrontPages Dreamweaver Javascript css photoshop fireworks Flash
