这几天项目中需要重新做一个关于商品的全文搜索功能,于是想到了用Sphinx,因为需要中文分词,所以选择了Sphinx for chinese,当然你也可以选择coreseek,建议这两个中选择一个,暂时不要选择原版Sphinx(对中文的支持不是很好).又因为服务器所用 MySQL在当时编译时并没有编 ...
一、需求缘起 某并发量很大，数据量适中的业务线需要实现一个“标题检索”的功能： （1）并发量较大，每秒20w次 （2）数据量适中，大概200w数据 （3）是否需要分词：是 （4）数据是否实时更新：否 二、常见潜在解决方案及优劣 （1）数据库搜索法 具体方法：将标题数据存放在数据库中，使用like来检 ...
分类：
其他好文 时间：
2016-06-07 12:58:30
阅读次数：
207
先说一下安装mvn步骤，如果已安装可以忽略； 在tmp目录下 1.建立mvn目录 mkdir mvn cd /tmp/mvn 2.下载 wget http://apache.fayea.com/maven/maven-3/3.3.9/binaries/apache-maven-3.3.9-bin.t... ...
分类：
其他好文 时间：
2016-06-06 23:29:23
阅读次数：
157
转自：http://www.gowhich.com/blog/147?utm_source=tuicool&utm_medium=referral 源码下载的地址：https://github.com/fxsjy/jieba 演示地址：http://jiebademo.ap01.aws.af.cm/ ...
分类：
其他好文 时间：
2016-06-05 21:39:04
阅读次数：
183
IK分词器如果配置成 本人测试切分词可以，但是同义词，扩展词库用不了， 网上查各种资料说IK分词器有个BUG，要自己把jar文件改一下，于是找到IK的源码，里面只有IKAnalyzer的源码，代码如下 自己加了一个IKAnalyzerSolrFactory，代码如下 这样一来就能在配置文件中配置成I ...
分类：
其他好文 时间：
2016-06-04 16:27:30
阅读次数：
1218
IK简介 IK Analyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始， IKAnalyzer已经推出了4个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。从3.0版本开 始，IK发展为面向Jav ...
分类：
其他好文 时间：
2016-06-04 15:00:33
阅读次数：
547
在开始下面步骤之前先让自己的文件可以显示扩展名。 如何显示请谷歌。 第一步：打开一个文本文件 第二步：把你要的词复制到这个文本文件吧。 第三步：将这个文本文件的格式改为dic。即原来文件格式是txt后缀，改成txt后缀。 ...
分类：
其他好文 时间：
2016-06-02 19:44:45
阅读次数：
530
最近做情感分析，想研究下具体哪个java分词工具好，于是测试了ANSJ和IKAnalyzer的比较： 都是用了默认值，没有进行添加词库和停用词。 ANSJ的代码：scala调用。 /** * 中文分词 * example : println("segment分词测试") val stopWords ...
分类：
编程语言 时间：
2016-06-01 18:13:12
阅读次数：
3104
https://github.com/medcl/elasticsearch-analysis-ikhttps://www.elastic.co/downloads/past-releases/elasticsearch-2-3-2es:2.3.2ik:1.9.2一安装es:wget 'https: ...
分类：
其他好文 时间：
2016-05-28 17:45:51
阅读次数：
370
ElasticSearch是现在技术前沿的大数据引擎，常见的组合有ES+Logstash+Kibana作为一套成熟的日志系统，其中Logstash是ETL工具，Kibana是数据分析展示平台。ES让人惊艳的是他强大的搜索相关能力和灾备策略，ES开放了一些接口供开发者研发自己的插件，ES结合中文分词的 ...
分类：
数据库 时间：
2016-05-27 10:51:30
阅读次数：
1788
