一、AOP框架 Encase 是C#编写开发的为.NET平台提供的AOP框架。Encase 独特的提供了把方面(aspects)部署到运行时代码，而其它AOP框架依赖配置文件的方式。这种部署方面(aspects)的方法帮助缺少经验的开发人员提高开发效率。 NKalore是一款编程语言，它扩展了C#允...
分类：
Web程序 时间：
2014-06-28 23:26:47
阅读次数：
381
DOM4J是dom4j.org出品的一个开源XML解析包，它的网站中这样定义：Dom4j is an easy to use, open source library for working with XML, XPath and XSLT on the Java platform using th...
分类：
其他好文 时间：
2014-06-18 16:34:47
阅读次数：
302
搜集了一些资料，与同学一起进行了简单的測试，总结例如以下。分词工具特点支持语言原理词典及扩展性StandardAnalyzer中文、英文（unicode）中文：单字符切分英文：依据空格切分ChineseAnalyzer中文，不支持中文和英文及数字混合的文本分词按字分词,与StandardAnalyz...
分类：
其他好文 时间：
2014-06-18 14:09:29
阅读次数：
162
近来方案做个爬虫的小比如，后来想想干脆运用的全部一点，今后就作为是个工程笔记，忘掉的代码就可以再到这个工程里查查了。solr是个很不错的东西，直接用就OK。下一方案方案看看compass，是一个封装了LuceneAPI的一个结构，用起来有点类似Hibernate，值得学习一下~好了，先个..
分类：
其他好文 时间：
2014-06-17 18:09:07
阅读次数：
192
怎样处理海量数据在实际的工作环境下，很多人会遇到海量数据这个复杂而艰巨的问题，它的主要难点有下面几个方面：一、数据量过大，数据中什么情况都可能存在。假设说有10条数据，那么大不了每条去逐一检查，人为处理，假设有上百条数据，也能够考虑，假设数据上到千万级别，甚至过亿，那不是手工能解决的了，必须通过工具...
分类：
其他好文 时间：
2014-06-17 15:02:18
阅读次数：
194
近来方案做个爬虫的小比如，后来想想干脆运用的全部一点，今后就作为是个工程笔记，忘掉的代码就可以再到这个工程里查查了。solr是个很不错的东西，直接用就OK。下一方案方案看看compass，是一个封装了LuceneAPI的一个结构，用起来有点类似Hibernate，值得学习一下~ 好了，先个我们共享一...
分类：
其他好文 时间：
2014-06-17 14:15:31
阅读次数：
193
原来看lucene4.0的posting格式(http://blog.csdn.net/jollyjumper/article/details/30017581),发现这还是比较简单的VInt格式，据说VInt压缩解压都不错(medium)，但解压时分支太多打乱CPU流水线因而不够高效,流行的索引压缩有很多,for,simple9,simple16,PForDelta是比较流行的一种，发现luce...
分类：
其他好文 时间：
2014-06-16 22:35:40
阅读次数：
355
1、在Lucene4.x前，使用以下方式创建一个Field：
Field field = new Field("filename", f.getName(), Field.Store.YES, Field.Index.NOT_ANALYZED);
Field field = new Field("contents", new FileReader(f));
Field field = new...
分类：
其他好文 时间：
2014-06-16 14:43:13
阅读次数：
242
问题描述：将一句话拆分成单个字符，并且去掉空格。
package com.mylucene;
import java.io.IOException;
import java.io.Reader;
import org.apache.lucene.analysis.Tokenizer;
import org.apache.lucene.analysis.tokenattributes.Ch...
分类：
其他好文 时间：
2014-06-14 09:22:17
阅读次数：
235
多级跳跃表是保存在tim文件中的。
tip是term index,tim是term dictionary。记忆方法是,p是pointer因此是term index。
这个类会保存多个level的last变量和cur变量,同时使用RAMOutputStream数组缓存不同级别跳跃表的内容,一个term的所有doc添加完后才写入tim文件。几个主要方法:
resetSkip:几个last变量重置...
分类：
其他好文 时间：
2014-06-14 06:36:07
阅读次数：
386
