Lucene 4.8.0 发布了，变化一如既往的大，新特性一一解读

标签：Lucene   style   blog   java   tar   color   get   art   文件   html   http   

Lucene 4.8.0 发布了，变化一如既往的大，新特性一一解读

    10年之前，你是1.0； 10年之后，你是4.8 。放在10年这个时间跨度上看，也许变化就没那么大了。

    看看这次发布有哪些变化吧：

    1、Apache Lucene 现在要求Java的最低版本为：Java 7 , update 55 ；推荐使用 Oracle Java 7 或 OpenJDK 7 ，之前版本的JVM bug 会影响到lucene。

    2、Apache Lucene全面兼容 Java 8。


    3、所有的索引文件开始存储checksums，在索引合并和读取的时候进行有效性检查。减少出现某个索引文件（物理）损坏带来的问题，主要是针对硬件或者JVM bug 引起的索引损坏。


    4、提供了针对第一次搜索结果集合的重打分（权重调整）API；相当于对搜索结果的二次自定义排序。

    5、AnalyzingInfixSuggester 类提供了支持NRT的自动建议功能。

    6、把基于批量处理的打分过程 bulk scoring 和基于迭代的打分过程分离了，这对于批量打分的过程更高效一些。

    7、在建立索引的时候针对Hash term 使用了 MurmurHash3 的hash方法，很高效的方法。

          http://zh.wikipedia.org/wiki/Murmur%E5%93%88%E5%B8%8C

    8、 IndexWriter现在支持更新二进制类型的字段了。


    9、优化了 HunspellStemFilter  占用内存的大小（10至100倍的减少）
          Hunspell 是一种检查拼写spellcheck流行的方法， OpenOffice中就用了它来进行拼写检查。
          HunspellStemFilter  是TokenFilter的扩展，可以用这个算法来过滤词的不同变形（时态，语气等）。
          中文的Token应该享受不到这个特性。
          http://en.wikipedia.org/wiki/Hunspell


     10、Lucene现在使用Java 7中的文件系统函数，比如即使在索引打开的时候，也可以删除索引文件。

     11、修复了NativeFSLockFactory 中的一个严重的bug ：允许多个IndexWriter获得一个lock。
             所以强烈建议升级到 lucene 4.8 。

    参考：

            1、 http://lucene.apache.org/core/4_8_0/changes/Changes.html#v4.8.0.new_features

             2、Lucene 4.0 正式版发布，亮点特性中文解读

             3、欢迎订阅作者微博

Lucene 4.8.0 发布了，变化一如既往的大，新特性一一解读,码迷,mamicode.com

Lucene 4.8.0 发布了，变化一如既往的大，新特性一一解读

标签：Lucene   style   blog   java   tar   color   get   art   文件   html   http   

原文地址：http://blog.csdn.net/accesine960/article/details/24741703