欧美性猛交XXXX免费看蜜桃,成人网18免费韩国,亚洲国产成人精品区综合,欧美日韩一区二区三区高清不卡,亚洲综合一区二区精品久久

本文主要討論Lucene的系統結構，希望對其結構的初步分析，更深入的了解Lucene的運作機制，從而實(shí)現對Lucene的功能擴展。<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->1． <!--[endif]-->Lucene的包結構<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !vml]--><!--[endif]-->如上圖所示，Lucene源碼中共包括7個(gè)子包，每個(gè)包完成特定的功能：<!--[if !supportEmptyParas]--> <!--[endif]-->Lucene包結構功能表包名功能org.apache.lucene.analysis語(yǔ)言分析器，主要用于的切詞，支持中文主要是擴展此類(lèi)org.apache.lucene.document索引存儲時(shí)的文檔結構管理，類(lèi)似于關(guān)系型數據庫的表結構org.apache.lucene.index索引管理，包括索引建立、刪除等org.apache.lucene.queryParser查詢(xún)分析器，實(shí)現查詢(xún)關(guān)鍵詞間的運算，如與、或、非等org.apache.lucene.search檢索管理，根據查詢(xún)條件，檢索得到結果org.apache.lucene.store數據存儲管理，主要包括一些底層的I/O操作org.apache.lucene.util一些公用類(lèi)<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->2． <!--[endif]-->Lucene的主要邏輯圖<!--[if !supportEmptyParas]--> <!--[endif]-->Lucene功能強大，但從根本上說(shuō)，主要包括兩塊：一是文本內容經(jīng)切詞后索引入庫；二是根據查詢(xún)條件返回結果。以下是上述兩大功能的邏輯圖：<!--[if !supportEmptyParas]--> <!--[endif]-->STORAGE（存儲器）ACCESS INDEX（訪(fǎng)問(wèn)索引）SERACHER（查詢(xún)器）ANALYZER（語(yǔ)言分析器）QUERY PARSER（查詢(xún)分析器）DOCUMENT（文檔結構）SEARCHER（查詢(xún)）INDEXER（入庫）FSBDDRAMLucene功能邏輯圖<!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->查詢(xún)邏輯<!--[if !supportEmptyParas]--> <!--[endif]-->按先后順序，查詢(xún)邏輯可分為如下幾步：<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->1．  <!--[endif]-->查詢(xún)者輸入查詢(xún)條件條件之間可以通過(guò)特定運算符進(jìn)行運算，比如查詢(xún)希望查詢(xún)到與“中國”和“北京”相關(guān)的記錄，但不希望結果中包括“海淀區中關(guān)村”，于是輸入條件為“中國+北京-海淀區中關(guān)村”；<!--[if !supportLists]-->2．  <!--[endif]-->查詢(xún)條件被傳達到查詢(xún)分析器中，分析器將將對“中國+北京-海淀區中關(guān)村”進(jìn)行分析，首先分析器解析字符串的連接符，即這里的加號和減號，然后對每個(gè)詞進(jìn)行切詞，一般最小的詞元是兩個(gè)漢字，則中國和北京兩個(gè)詞不必再切分，但對海淀區中關(guān)村需要切分，假設根據切詞算法，把該詞切分為“海淀區”和“中關(guān)村”兩部分，則最后得到的查詢(xún)條件可以表示為：“中國” AND “北京” AND NOT（“海淀區” AND “中關(guān)村”）。<!--[if !supportLists]-->3．  <!--[endif]-->查詢(xún)器根據這個(gè)條件遍歷索引樹(shù)，得到查詢(xún)結果，并返回結果集，返回的結果集類(lèi)似于JDBC中的ResultSet。<!--[if !supportLists]-->4．  <!--[endif]-->將返回的結果集顯示在查詢(xún)結果頁(yè)面，當點(diǎn)擊某一條內容時(shí)，可以鏈接到原始網(wǎng)頁(yè)，也可以打開(kāi)全文檢索庫中存儲的網(wǎng)頁(yè)內容。<!--[if !supportEmptyParas]--> <!--[endif]-->這就是查詢(xún)的邏輯過(guò)程，需要說(shuō)明的是，Lucene默認只支持英文，為了便于說(shuō)明問(wèn)題，以上查詢(xún)過(guò)程采用中文舉例，事實(shí)上，當Lucene被擴充支持中文后就是這么一個(gè)查詢(xún)過(guò)程。<!--[if !supportEmptyParas]--> <!--[endif]-->入庫邏輯<!--[if !supportEmptyParas]--> <!--[endif]-->入庫將把內容加載到全文檢索庫中，按順序，入庫邏輯包括如下過(guò)程：<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->1．  <!--[endif]-->入庫者定義到庫中文檔的結構，比如需要把網(wǎng)站內容加載到全文檢索庫，讓用戶(hù)通過(guò)“站內檢索”搜索到相關(guān)的網(wǎng)頁(yè)內容。入庫文檔結構與關(guān)系型數據庫中的表結構類(lèi)似，每個(gè)入庫的文檔由多個(gè)字段構成，假設這里需要入庫的網(wǎng)站內容包括如下字段：文章標題、作者、發(fā)布時(shí)間、原文鏈接、正文內容（一般作為網(wǎng)頁(yè)快照）。<!--[if !supportLists]-->2．  <!--[endif]-->包含N個(gè)字段的文檔（DOCUMENT）在真正入庫前需要經(jīng)過(guò)切詞（或分詞）索引，切詞的規則由語(yǔ)言分析器（ANALYZER）完成。<!--[if !supportLists]-->3．  <!--[endif]-->切分后的“單詞”被注冊到索引樹(shù)上，供查詢(xún)時(shí)用，另外也需要也其它不需要索引的內容入庫，所有這些是文件操作均由STORAGE完成。<!--[if !supportEmptyParas]--> <!--[endif]-->以上就是記錄加載流程，索引樹(shù)是一種比較復雜的數據存儲結構，將在后續章節陸續介紹，這里就不贅述了，需要說(shuō)明的一點(diǎn)是，Lucene的索引樹(shù)結構非常優(yōu)秀，是Lucene的一大特色。<!--[if !supportEmptyParas]--> <!--[endif]-->接下來(lái)將對Lucene的各個(gè)子包的結構進(jìn)行討論。<!--[if !supportLists]-->3． <!--[endif]-->語(yǔ)言分析包org.apache.lucene.analysis<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->Analyzer是一個(gè)抽象類(lèi)，司職對文本內容的切分詞規則。<!--[if !supportEmptyParas]--> <!--[endif]-->切分后返回一個(gè)TokenStream，TokenStream中有一個(gè)非常重要方法next()，即取到下一個(gè)詞。簡(jiǎn)單點(diǎn)說(shuō)，通過(guò)切詞規則，把一篇文章從頭到尾分成一個(gè)個(gè)的詞，這就是org.apache.lucene.analysis的工作。<!--[if !supportEmptyParas]--> <!--[endif]-->對英文而言，其分詞規則很簡(jiǎn)單，因為每個(gè)單詞間都有一個(gè)空格，按空格取單詞即可，當然為了提高英文檢索的準確度，也可以把一些短語(yǔ)作為一個(gè)整體，其間不切分，這就需要一個(gè)詞庫，對德文、俄文也是類(lèi)似，稍有不同。<!--[if !supportEmptyParas]--> <!--[endif]-->對中文而言，文字之間都是相連的，沒(méi)有空格，但我們同樣可以把字切分，即把每個(gè)漢字作為一個(gè)詞切分，這就是所謂的“切字”，但切字方式方式的索引沒(méi)有意義，準確率太低，要想提高準確度一般都是切詞，這就需要一個(gè)詞庫，詞庫越大準確度將越高，但入庫效率越低。<!--[if !supportEmptyParas]--> <!--[endif]-->若要支持中文切詞，則需要擴展Analyzer類(lèi)，根據詞庫中的詞把文章切分。<!--[if !supportEmptyParas]--> <!--[endif]-->簡(jiǎn)單點(diǎn)說(shuō)，org.apache.lucene.analysis就是完成將文章切分詞的任務(wù)。<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->4． <!--[endif]-->文檔結構包org.apache.lucene.document<!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->document包相對而言比較簡(jiǎn)單，該包下面就3個(gè)類(lèi)，Document相對于關(guān)系型數據庫的記錄對象，主要負責字段的管理，字段分兩種，一是Field，即文本型字段，另一個(gè)是日期型字段DateField。這個(gè)包中關(guān)鍵需要理解的是Field中字段存儲方式的不同，這在上一篇中已列表提到，下面我們可以參見(jiàn)一下其詳細的類(lèi)圖：<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->5． <!--[endif]-->索引管理包org.apache.lucene.index<!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->索引包是整個(gè)系統核心，全文檢索的的根本就為每個(gè)切出來(lái)的詞建索引，查詢(xún)時(shí)就只需要遍歷索引，而不需要去正文中遍歷，從而極大的提高檢索效率，索引建設的質(zhì)量關(guān)鍵整個(gè)系統的質(zhì)量。Lucene的索引樹(shù)是非常優(yōu)質(zhì)高效的，具體的索引樹(shù)細節，將在后續章節中重要探討。<!--[if !supportEmptyParas]--> <!--[endif]-->在這個(gè)包中，主要學(xué)習IndexWriter和IndexReader這個(gè)類(lèi)。<!--[if !supportEmptyParas]--> <!--[endif]-->通過(guò)上一篇的初步應用可知，全文檢索庫的初始化和記錄加載均需要通過(guò)該類(lèi)來(lái)完成。<!--[if !supportEmptyParas]--> <!--[endif]-->初始化全文庫的語(yǔ)句為：IndexWriter indexWriter = new IndexWriter(“全文庫的目錄位置”,new StandardAnalyzer(),true);<!--[if !supportEmptyParas]--> <!--[endif]-->記錄加載的語(yǔ)句為：indexWriter.addDocument(doc);<!--[if !supportEmptyParas]--> <!--[endif]-->IndexWriter主要用于寫(xiě)庫，當需要讀取庫內容時(shí)，就需要用到IndexReader這個(gè)類(lèi)了。<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->6． <!--[endif]-->查詢(xún)分析包org.apache.lucene.queryParser和檢索包org.apache.lucene.search<!--[if !supportLineBreakNewLine]--><!--[endif]--><!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->通過(guò)查詢(xún)分析器（queryParser）解析后，將返回一個(gè)查詢(xún)對象（query），根據查詢(xún)對象就可進(jìn)行檢索了。上圖描述了query對象的生成，下圖描述了查詢(xún)結果集（Hits）的生成。<!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->7． <!--[endif]-->存儲包org.apache.lucene.store<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->一些底層的文件I/O操作。<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->8． <!--[endif]-->工具包org.apache.lucene.util<!--[if !vml]--><!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->該包中包括4個(gè)工具類(lèi)。<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->9． <!--[endif]-->總結<!--[if !supportEmptyParas]--> <!--[endif]-->通過(guò)對Lucene源碼包的分析，我們可以初步認識到Lucene的核心類(lèi)包主要有3個(gè)：<!--[if !supportEmptyParas]--> <!--[endif]--><!--[if !supportLists]-->l         <!--[endif]-->org.apache.lucene.analysis<!--[if !supportLists]-->l         <!--[endif]-->org.apache.lucene.index<!--[if !supportLists]-->l         <!--[endif]-->org.apache.lucene.search<!--[if !supportEmptyParas]--> <!--[endif]-->其中org.apache.lucene.analysis 主要用于切分詞，切分詞的工作由Analyzer的擴展類(lèi)來(lái)實(shí)現，Lucene自帶了StandardAnalyzer類(lèi)，我們可以參照該寫(xiě)出自己的切詞分析器類(lèi)，如中文分析器等。<!--[if !supportEmptyParas]--> <!--[endif]-->org.apache.lucene.index主要提供庫的讀寫(xiě)接口，通過(guò)該包可以創(chuàng )建庫、添加刪除記錄及讀取記錄等。<!--[if !supportEmptyParas]--> <!--[endif]-->org.apache.lucene.search主要提供了檢索接口，通過(guò)該包，我們可以輸入條件，得到查詢(xún)結果集，與org.apache.lucene.queryParser包配合還可以自定義的查詢(xún)規則，像google一樣支持查詢(xún)條件間的與、或、非、屬于等復合查詢(xún)。本文引用通告地址(TrackBack Ping URL)為:http://blog.ccw.com.cn/trackback.jsp?postID=8091