Solr搜索服務器

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Lucene Lucene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).

學習compass最好和hibernate對照著學，因為compass和hibernate有很多相似之處。lucene相當于JDBC。compass就相當于hibernate。Lucene中的文檔（Document）相當于JDBC中數據庫的一個表（table）。Lucene中的Filed相當于表中的字段。

Solr搜索服務器--主從復制群集

Solr 搜索服務器

Jbpm4：使用Hibernate來管理它的數據庫。Hibernate是目前Java領域最好的一種數據存儲層解決方案,只要是?Hibernate?支持的數據庫，?jBPM?也就支持。通過Hibernate，jBPM將數據的管理職能分離出去，自己專注于業務邏輯的處理。

Sphinx是一個基于SQL的全文檢索引擎，可以結合MySQL,PostgreSQL做全文搜索，它可以提供比數據庫本身更專業的搜索功能，使得應用程序更容易實現專業化的全文檢索。Sphinx特別為一些腳本語言設計搜索API接口，如PHP,Python,Perl,Ruby等，同時為MySQL也設計了一個存儲引擎插件。

IK Analyzer是一個開源的，基于java語言開發的輕量級的中文分詞工具包。從2006年12月推出1.0版開始， IKAnalyzer已經推出了3個大版本。最初，它是以開源項目Luence為應用主體的，結合詞典分詞和文法分析算法的中文分詞組件。新版本的IK Analyzer 3.0則發展為面向Java的公用分詞組件，獨立于Lucene項目，同時提供了對Lucene的默認優化實現。

　　　我們從一個簡單的搜索引擎入手，實現一個簡單的指定目錄文件的搜索引擎。實現之前需要有java開發方面的基礎知識。

目錄企業搜索引擎方案選型Solr的特性介紹Solr的安裝與配置Solr的應用過程Solr的測試數據一企業搜索引擎方案選型由于搜索引擎功能在門戶社區中對提高用戶體驗有著重要作用，在門戶社區中涉及大量需要搜索引擎的功能需求，目前在實現搜索引擎的方案上有集中方案可供選擇：基于Lucene自己進行封裝實現站內搜索。工作量及擴展性都較大，不采用。調用Google、Baidu的API實現站內搜索。

???由于搜索引擎功能在門戶社區中對提高用戶體驗有著重在門戶社區中涉及大量需要搜索引擎的功能需求，目前在實現搜索引擎的方案上有集中方案可供選擇：基于Lucene自己進行封裝實現站內搜索。工作量及擴展性都較大，不采用。調用Google、Baidu的API實現站內搜索同第三方搜索引擎綁定太死，無法滿足后期業務擴展需要，暫時不采用。基于Compass+Lucene實現站內搜索???適合于對數據庫驅動的應用數據進行索引，尤其是替代傳統的like‘%expression%’來實現對varchar或clob等字段的索引，對于實現站內搜索是一種值得采納的方案。

本文主要介紹solr中facet的基本應用。Facet是solr的高級搜索功能之一,可以給用戶提供更友好的搜索體驗.在搜索關鍵字的同時,能夠按照Facet的字段進行分組并統計.

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Lucene Lucene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：Excite、Galaxy、Yahoo等繁榮：Infoseek、AltaVista、Google和Baidu　什么是LuceneLucene是非常優秀的成熟的開源的免費的純java語言的全文索引檢索工具包。

mongodb解決全文搜索是個不小的問題可以用正則匹配但是效率很低往往到大數據量的搜索的時候就會出現查詢超時等現象當然也可以用官方的做法(在mongodb的文檔類型中加字段,存分詞結果,然后從該字段中匹配)但是我嘗試了效率比原先的好像還要低?后來我嘗試了?lucene+IKAnalyzer發現效率有所提升啊原理:lucene把大文本的數據利用分詞器在新建的索引文件中建立索引取數據的時候從索引文件中取取出mongodb中的數據進行索引的創建

為了建立有自主版權的數據搜索引擎產品，數據中心數據搜索引擎采用lucene與POI相結合的方式實現。 Lucene是開源的搜索引擎產品，提供了全文索引建立和基于全文索引的數據搜索等功能。Lucene的全文索引建立只提供對文本文件的分詞索引，對于現在的office文件格式目前不支持，需要借助于其他的office文件解析器才能建立office文件的分析索引。

lucene入門與使用（轉載）本文主要面向具體使用，適用于已熟悉java編程的lucene初學者。1.Lucene的簡介1.1Lucene歷史? org.apache.lucene包是純java語言的全文索引檢索工具包。 Lucene的作者是資深的全文索引/檢索專家，最開始發布在他本人的主頁上，2001年10月貢獻給APACHE，成為APACHE基金jakarta的一個子項目。 目前，lucene廣泛用于全文索引/檢索的項目中。 lucene也被翻譯成C#版本，目前發展為Lucene.Net（不過最近好象有流產的消息）。

、lucene是apache下的一個開源框架，主要使用于處理大量資源全文搜索的時間使用的工具。從其官方網站定義為：Apache的Lucene的是一種基于java語言開發的、高性能、跨平臺、幾乎適用于任何程序的全文搜索引擎。并且apache的Lucenea是完全開源的。

Solr 最初由 CNET Networks 開發，2006 年初，Apache Software Foundation 在 Lucene 頂級項目的支持下得到了 Solr。Solr 于 2007 年 1 月醞釀成熟，在整個項目孵化期間，Solr 穩步地積累各種特性并吸引了一個穩定的用戶群體、貢獻者和提交人。Solr 現在是 Lucene（Apache 的基于 Java 的全文本搜索引擎庫）的一個子項目。

Solr 是一種開放源碼的、基于 Lucene Java 的搜索服務器，易于加入到 Web 應用程序中。Solr 提供了層面搜索、命中醒目顯示并且支持多種輸出格式（包括 XML/XSLT 和 JSON 格式）。它易于安裝和配置，而且附帶了一個基于 HTTP 的管理界面。您可以堅持使用 Solr 的表現優異的基本搜索功能，也可以對它進行擴展從而滿足企業的需要。Solr 還擁有一個活躍的開發者群體，如有需要，您可以隨時向他們尋求幫助。

Apache Solr 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。定制 Solr 索引的實現方法很簡單，用 POST 方法向 Solr 服務器發送一個描述所有 Field 及其內容的 XML 文檔就可以了。定制搜索的時候只需要發送 HTTP GET 請求即可，然后對 Solr 返回的信息進行重新布局，以產生利于用戶理解的頁面內容布局。Solr 1.3 版本開始支持從數據庫（通過 JDBC）、RSS 提要、Web 頁面和文件中導入數據，但是不直接支持從二進制文件格式中提取內容，比如 MS Office、Adobe PDF 或其他專有格式。