2022年Lucene分析与应用 .pdf

《2022年Lucene分析与应用 .pdf》由会员分享，可在线阅读，更多相关《2022年Lucene分析与应用 .pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、作者简介吴众欣，西安交通大学在读博士，主攻搜索引擎与服务组合。喜欢研读，头脑虽慢，滴水石穿。好奇心重，兴趣广泛。编辑推荐本书通过对 Lucene源代码的解说、辅以图表，并用一些具体实例把所有源代码进行组织与剖析，完整地展示 Lucene从建立索引到查询的过程。本书还通过介绍Lucene的应用，体验 Lucene具体项目开发的应用环境。最后简单地介绍了Nutcl 、和Hadoop 。 本书尤其针对查询过程的算法分析道出了Lucene性能秘密，作者把 Lucene开发者对查询性能的思考历程通过示例展示出来，将Lucene最精华的，最富有神秘色彩的代码剖析明白，这也是本书与其他Lucene书籍不同之

2、处！ 本书适用于搜索引擎技术研究人员、Lucene爱好者、对搜索引擎内核与运行机制感兴趣的读者阅读名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 4 页 - - - - - - - - - 。本书特色：详细解析源代码；完整展示工作过程；介绍具体项目开发的应用环境。本书简介本书对Lucene搜索引擎的源代码进行分析讲解，并用一些具体实例把所有源代码进行组织与剖析，完整地展示 Lucene从建立索引到查询的过程。本书通过介绍Lucene的应用，分析 Lucene具体项目开发的

3、应用环境。最后简单地介绍了Nutch和Hadoop 。 本书适用于开发搜索引擎的技术人员、Lucene爱好者等读者。目录前言第1章 搜索引擎与 Lucene 1.1 搜索引擎与 Lucene简介 1.1.1 搜索引擎分类 1.1.2 Lucene项目简介 1.1.3 其他搜索引擎开发包介绍 1.2 Lucene 的系统架构 1.2.1 Lucene最简示例 1.2.2 Lueene采用的索引结构 1.2.3 Lucene软件包架构 1.3 本书的章节导航第2章 文档逻辑视图与文本分析 2.1 文档逻辑视图 2.2 Lucene的文本分析过程简介 2.3 空格解析器（ WhitespaceAna

4、lyzer ） 2.3.1 空格分词器（ Whitespace Tokenizer） 2.3.2 Token（标志） 2.4 标准解析器（ StandardAnalyzer ） 2.4.1 标准分词器（ StandardTokenizer ） 2.4.2 标准过滤器 2.5 打造自己的解析器 2.5.1 常用的中文分词法 2.5.2 对CJKAnalyzer的分析 2.5.3 构造自己的解析器第3章 Lucene 创建索引之一（段索引方式与倒排索引结构） 3.1 倒排结构与段索引方式 3.2 索引写入过程概述第4章 Lucene 创建索引之二（在内存中创建索引） 4.1 创建Document

5、层面索引 4.2 写入field信息 4.3 文件倒排过程 4.4 填写postin ，able 4.5 postingTable的排序过程 4.6 写入field名字文件（ .fnm文件） 4.7 写入field信息文件（ .fdt ，.fdx 文件） 4.8 写入频率与位置文件（ .frq 与.prx 文件）名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 4 页 - - - - - - - - - 4.9 TermVector方式写入索引（ .tvf ，.tvd 与.

6、tvx 文件） 4.10 字典文件（ .tis与.tii文件） 4.11 写入规格化文件第5章 Lucene 创建索引之三（索引合并过程） 5.1 document层面的合并过程 5.2 field与term的合并过程 5.2.1 field信息合并过程 5.2.2 term信息合并过程 5.2.3 合并norm信息 5.3 Lunece索引采用的压缩算法 5.3.1 front coding（端部编码） 5.3.2 variable-byte coding（变长字节编码） 5.3.3 delta-coding或deha-encoding 5.4 小结第6章 Lucene 查询过程之一（查询模

7、型与引擎预热） 6.1 查询模型 6.1.1 向量模型 6.1.2 布尔模型 6.1.3 Lucene的评分（score）方式 6.2 查询简单示例 6.3 引擎预热 6.3.1 获得并打开索引文件 6.3.2 获得segment信息 6.3.3 FSDirectory打开索引过程 6.3.4 获得field信息 6.3.5 获得term信息第7章 Lucene 查询过程之二（查询解析与语法） 7.1 构建查询解析器（ QueryParser ） 7.2 Lucene的查询语法 7.2.1 项（Tcrm）查询 7.2.2 域（Field ） 7.2.3 词条查询（ Term Modifiers

8、） 7.2.4 布尔操作符（ Boolean Operator ） 7.2.5 组合查询（ Grouping） 7.2.6 针对field的组合查询（ Field Grouping Field） 7.2.7 Escaping Special Character（转义字符） 7.3 Lucene查询语法树的构建过程 7.3.1 过程分析 7.3.2 语法树分析实例第8章 Lucene 查询过程之三（相似度匹配与算法分析） 8.1 查询与相似度计算 8.1.1 查询器（ Searcher ）的查询过程 8.1.2 查询语句的权重计算 8.1.3 获得topK个document 8.2 Lncene

9、查询算法分析 8.2.1 相似度计算简单实例 8.2.2 线性相似度计算 8.2.3 基于倒排索引的相似度计算名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 4 页 - - - - - - - - - 8.2.4 Lucene的相似度计算第9章 Lucene 标引与查询全程示例 9.1 实例描述 9.2 建立索引过程 9.2.1 选择文档中建立索引的 .field 9.2.2 选择field录入方式 9.2.3 生成segment文件 9.2.4 生成fields文件 9

10、.2.5 posting文件 9.2.6 合并segment index 生成index 文件 9.2.7 合并后的文件关系 9.3 查询过程第10章 Lucene 的常用应用场景分析 10.1 对大型XML 文档集合的检索 10.1.1 都柏林文件介绍 10.1.2 XML分析器介绍 10.1.3 Lucene在大型XML 文件中的应用 10.2 MuhiSearcher的应用 10.2.1 MultiSearcher的应用 10.2.2 ParallelMuhiSearcher的应用第11章 利用Lucene构建分布式搜索引擎 11.1 分布式文件系统和 Hadoop 11.1.1 Hadoop文件系统体系结构 11.1.2 系统交互过程：单一 NameNode 方式 11.1.3 系统组件描述 11.2 Nutch简单剖析 11.3 体验Nutch附录A TestIndexWriterMerging附录B TestDocumentWriter与DocHelper下载后 点击此处查看更多内容名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 4 页 - - - - - - - - -