1，Query類：這是一個抽象類，用于將用戶輸入的查詢字符串封裝成Lucene能夠識別的Query，它具有TermQuery,BooleanQuery,PrefixQuery等多種實現。2，Term類：用于描述搜索的基本單位，其構造函數是Term(“fieldName”,”queryWord”)，其中第一個參數代表要在文檔的哪一個Field上進行搜索，第二個參數代表要搜索的關鍵詞。

Solr是一種可供企業使用的、基于Lucene的搜索服務器，它支持層面搜索、命中醒目顯示和多種輸出格式。在這篇文章中，將介紹Solr并展示如何輕松地將其表現優異的全文本搜索功能加入到Web應用程序中。

目錄互聯網是一張巨大的圖圖的遍歷——網絡爬蟲爬取網頁切詞PageRank排序搜索引擎做些啥？幫我們找信息保存網址和網頁的部分內容，供我們查找咋找網址？——爬蟲——圖論——搜索技術Web上的蜘蛛——網絡爬蟲如何找到網頁？通過超鏈接查詢網址網絡爬蟲是一種機器人程序，是搜索引擎抓取網頁的程序。

向上向外擴展：關于研究Nutch/Lucene的互操作性摘要在過去幾年中，多處理系統提高運行能力的解決方案一直困擾著主流的商業計算。主要的服務器供應商繼續提供越來越強悍的機器，而近期，向外擴展的解決方案，規模較小的機器集群的形式，更加被商業計算所接受。向外擴展的解決方案是以網絡為中心高吞吐量的特別有效的應用。

基于內容的圖像檢索。摘要：常人在平日的生活中只能記住自己聽到過內容的10%，記住自己閱讀過內容的30%，卻能記住自己看過內容的80%。視覺是人類獲得信息的重要途徑。越來越多的圖像搜索引擎亮相公眾,人們的圖片檢索更加快捷。本文介紹了基于內容圖像檢索技術的原理及基于這些原理的近幾年出現的圖像搜索引擎。關鍵詞：搜索引擎；圖像檢索；

倒排索引1.簡介倒排索引源于實際應用中需要根據屬性的值來查找記錄。這種索引表中的每一項都包括一個屬性值和具有該屬性值的各記錄的地址。由于不是由記錄來確定屬性值，而是由屬性值來確定記錄的位置，因而稱為倒排索引（invertedindex）。帶有倒排索引的文件我們稱為倒排索引文件，簡稱倒排文件（invertedfile）。倒排文件（倒排索引），索引對象是文檔或者文檔集合中的單詞等，用來存儲這些單詞在一個文檔或者一組文檔中的存儲位置，是對文檔或者文檔集合的一種最常用的索引機制。

用Lucene檢索數據庫1.寫一段傳統的JDBC程序，講每條的用戶信息從數據庫讀取出來2.針對每條用戶記錄，建立一個lucene document Documentdoc=newDocument();并根據你的需要，將用戶信息的各個字段對應luncenedocument中的field進行添加。

SOLR安裝部署平臺搭建。Apache Solr (讀音: SOLer) 是一個開源的搜索服務器。Solr 使用 Java 語言開發，主要基于 HTTP 和 Apache Lucene 實現。Apache Solr 中存儲的資源是以 Document 為對象進行存儲的。

SolrCloud 整合Tomcat手冊

solr4.5.1+tomcat6部署詳細步驟(網上很多不完整）

lucene單個索引支撐的數據量極限，如何接近這個極限？ lucene單個索引支撐的數據量極限是Integer.MAX_VALUE. 　　因為lucene索引中doc都有一個內部的docid，這個id lucene用了int 來做，因此，lucene單個索引支撐的數據量極限是Integer.MAX_VALUE.

solr的一些查詢語法數據場景首先假設我的數據里fields有:name,tel,address預設的搜尋是name這個字段,如果要搜尋的數據剛好就是name這個字段,就不需要指定搜尋字段名稱.查詢規則:如欲查詢特定字段(非預設字段),請在查詢詞前加上該字段名稱加“:”(不包含”號)符號

高性能搜索SOLR學習筆記分享

托google、百度們成功的福，搜索引擎火了半邊天。很多人都想跨到這個行業里邊來。前兩天在公司里邊面試了一些人，基本上沒有感到滿意。不是說從業經驗不夠，有些也已經工作了三年、四年。不過我估計，或者說是猜想，是不是做應用做的時間太長了，把數據結構、算法，時間、效率都扔到一邊去了；然后平時的工作又太忙，平時自己工作的做的可以，但對工作相關的、稍微擴展的知識沒有時間或者說是懶得去看了

目錄搜索引擎簡介Lucene簡介Lucene原理Lucene應用實例搜索引擎搜索引擎是指根據一定的策略、運用特定的計算機程序從互聯網上搜集信息，在對信息進行組織和處理后，為用戶提供檢索服務，將用戶檢索相關的信息展示給用戶的系統。搜索引擎包括全文索引、目錄索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、門戶搜索引擎與免費鏈接列表等。全文搜索引擎是名副其實的搜索引擎，國外代表有Google，國內則有著名的百度。它們從互聯網提取各個網站的信息（以網頁文字為主），建立起數據庫，并能檢索與用戶查詢條件相匹配的記錄，按一定的排列順序返回結果。全文檢索:數據的存儲有結構化和非結構化的。

Lucene課程內容第一章：lucene簡介第二章：入門實例第三章：內建Query對象第四章：分析器Analyzer第五章：QueryParser第六章：索引第七章：排序第八章：過濾項目實踐：構建一個簡單的WEB搜索程序第一章:Lucene簡介搜索引擎的歷史什么是Lucene全文檢索系統的結構為什么使用LuceneLucene倒排索引原理Lucene Implementations基于Lucene的搜索程序CompassNutch開源搜索引擎列表全球商用搜索市場Heritrix介紹課堂練習:Heritrix簡單抓取任務的設置搜索引擎的歷史萌芽：Archie、Gopher　起步：Robot(網絡機器人)的出現與Spider(網絡爬蟲)　發展。

1基本原理：1.1體系結構設計：網絡蜘蛛一般都具有3模塊：HTTP下載模塊，鏈接分析模塊，下載控制模塊。HTTP下載模塊利用http網絡協議下載，獲取并存儲內容。鏈接分析模塊能提取網頁中的超鏈接，用來獲得后續頁面入口。下載控制模塊控制頁面訪問次序、更新策略、訪問隊列調度等工作。工作流程：訪問URL數據庫，讀取URL入口地址，生成內存訪問隊列。尋找空閑的HTTP下載模塊，分配URL，啟動下載任務。HTTP下載模塊訪問互聯網，得到的網頁內容放入結果隊列。

網絡上關于nutch1.4的配置和使用很少，官方網站提供的方法我研究了半天特別麻煩，而且發現弄完后有的依賴包找不到，我決定放棄使用。將這兩天關于nutch1.4配置的另一種方法整理一下僅供參考！

1，Query類：這是一個抽象類，用于將用戶輸入的查詢字符串封裝成Lucene能夠識別的Query，它具有TermQuery,BooleanQuery,PrefixQuery等多種實現。2，Term類：用于描述搜索的基本單位，其構造函數是Term(“fieldName”,”queryWord”)，其中第一個參數代表要在文檔的哪一個Field上進行搜索，第二個參數代表要搜索的關鍵詞。3，TermQuery類：TermQuery是抽象類Query的一個具體實現，也是Lucene支持的最為基本的一個查詢類。TermQuery的構造函數是TermQuery(newTerm(“fieldName”,”queryWord”))，唯一的參數是一個Term對象。4，IndexSearcher類：用于在建立好的索引上進行搜索的句柄類，其打開索引方式被設置為只讀，因此允許多個IndexSearcher實例操作同一個索引。

前些日子做了個apache solr應用的入門介紹，也在博客記錄下，方便新手看看。以搜索論壇帖子為示例。