全文检索(Lucene)
什么是全文检索
全文检索是指计算机索引程序通过扫描文章中的每一个词,对每一个词建立一个索引,指明该词在文章中出现的次数和位置,当用户查询时,检索程序就根据事先建立的索引进行查找,并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。
Lucene实现全文检索的流程
全文检索的流程分为两大部分:索引流程、搜索流程
索引流程:即采集数据----》构建文件对象----》分词----》创建索引
搜索流程:即用户通过搜索界面—》创建查询—》执行搜索,搜索要从索引库搜索—》展示结果给用户
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、pdf、视频、音频等。
创建索引