学习全文检索后的一些记录。1：全文检索要解决的问题我们遇到的数据总体分为两种：结构化数据和非结构化数据。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文档等。对结构化的数据，我们可以用数据库等方式进行检索（效率差）。对于非结...
分类：
其他好文 时间：
2015-09-07 00:31:00
阅读次数：
141
Solr是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML/Json格式的返回结果。采用Java5开发，基于Lucene。 ...
分类：
其他好文 时间：
2015-09-04 22:32:29
阅读次数：
353
简单 使用php api 去查询 sphinx 的索引数据$sphinx=newSphinxClient(); $sphinx->SetServer('localhost',9312); //sphinx的主机名和端口 //设置返回结果集为php数组格式 $sphinx->SetAr...
分类：
数据库 时间：
2015-08-27 14:57:10
阅读次数：
200
lucene是一款很优秀的全文检索的开源库，目前最新的版本是lucene4.4,关于lucene的历史背景以及发展状况，在这里笔者就不多介绍了，如果你真心想学习lucene,想必在这之前你已经对此作过一些了解。 有很多人知道lucene或者solr,但是却有很少人知道luke,在这里笔者就对luk....
分类：
Web程序 时间：
2015-08-26 15:15:18
阅读次数：
171
创建索引： import java.io.BufferedReader;import java.io.File; import java.io.FileInputStream;import java.io.FileNotFoundException;import java.io.FileRea...
分类：
Web程序 时间：
2015-08-25 16:31:08
阅读次数：
260
在上一篇文章中 ，lucene只能全文检索word2003，无法检索2007。为解决此问题，找到了如下方法POI 读取word (word 2003 和 word 2007) 最近在给客户做系统的时候，用户提出需求，要能够导入 word 文件，现在 microsoft word 有好几个版本 97....
分类：
Web程序 时间：
2015-08-25 16:26:02
阅读次数：
173
而 elasticsearch 可以很好的支持各种语言的全文检索，但我们暂时又不想切换到 elasticsearch 作为后端数据库。
当然，可以在 web 应用中存储数据的时候，再主动写一份到 elasticsearch，但这无疑污染了原有的业务逻辑。
在 IT 行业，只要有需求的地方，必然早已有了一堆好用或者不好用的开源轮子。
幸运地是，现在已经有了一些转换方案，可以将 mo...
分类：
数据库 时间：
2015-08-21 23:29:11
阅读次数：
315
本系列开始学习Lucene。 在我们处理的数据当中，分为三类数据： 结构化数据：具有固定格式或限定长度的数据，如我们的数据库中的数据 非结构化数据：无固定格式、无固定长度的数据，如我们web上的文本内容等 半结...
分类：
Web程序 时间：
2015-08-18 19:50:42
阅读次数：
157
1. Lucence基本概念Lucence是一个java编写的全文检索类库，使用它可以为一个应用或者站点增加检索功能。它通过增加内容到一个全文索引来完成检索功能。然后允许你基于这个索引去查询，返回结果，结果要么根据查询的相关度来排序要么根据任意字段如文档最后修改日期来排序。增加到Lucence的内容...
分类：
其他好文 时间：
2015-08-14 15:18:01
阅读次数：
135
1.什么是全文检索 数据分类 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: 指没有固定格式或不定长的数据, 也叫全文数据 搜索分类 对结构化数据的搜索: 如对数据的数值、 时间等进行搜索, 对Windows的文件名、类型的搜索等 对...
分类：
其他好文 时间：
2015-08-14 15:06:41
阅读次数：
147
