Solr搜索服务器

内容第一章：lucene简介第二章：入门实例第三章：内建Query对象第四章：分析器Analyzer第五章：QueryParser第六章：索引第七章：排序第八章：过滤项目实践：构建一个简单的WEB搜索程序第一章:Lucene简介搜索引擎的历史什么是Lucene全文检索系统的结构为什么使用Lucene Lucene倒排索引原理Lucene Implementations基于Lucene的搜索程序CompassNutch开源搜索引擎列表全球商用搜索市场Heritrix介绍课堂练习:Heritrix简单抓取任务的设置搜索引擎的历史萌芽：Archie、Gopher　起步：Robot(网络机器人)的出现与Spider(网络爬虫).

学习compass最好和hibernate对照着学，因为compass和hibernate有很多相似之处。lucene相当于JDBC。compass就相当于hibernate。Lucene中的文档（Document）相当于JDBC中数据库的一个表（table）。Lucene中的Filed相当于表中的字段。

Solr搜索服务器--主从复制群集

Solr 搜索服务器

Jbpm4：使用Hibernate来管理它的数据库。Hibernate是目前Java领域最好的一种数据存储层解决方案,只要是 Hibernate 支持的数据库， jBPM 也就支持。通过Hibernate，jBPM将数据的管理职能分离出去，自己专注于业务逻辑的处理。

Sphinx是一个基于SQL的全文检索引擎，可以结合MySQL,PostgreSQL做全文搜索，它可以提供比数据库本身更专业的搜索功能，使得应用程序更容易实现专业化的全文检索。Sphinx特别为一些脚本语言设计搜索API接口，如PHP,Python,Perl,Ruby等，同时为MySQL也设计了一个存储引擎插件。

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3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。新版本的IK Analyzer 3.0则发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。

　　　我们从一个简单的搜索引擎入手，实现一个简单的指定目录文件的搜索引擎。实现之前需要有java开发方面的基础知识。

目录企业搜索引擎方案选型Solr的特性介绍Solr的安装与配置Solr的应用过程Solr的测试数据一企业搜索引擎方案选型由于搜索引擎功能在门户社区中对提高用户体验有着重要作用，在门户社区中涉及大量需要搜索引擎的功能需求，目前在实现搜索引擎的方案上有集中方案可供选择：基于Lucene自己进行封装实现站内搜索。工作量及扩展性都较大，不采用。调用Google、Baidu的API实现站内搜索。

   由于搜索引擎功能在门户社区中对提高用户体验有着重在门户社区中涉及大量需要搜索引擎的功能需求，目前在实现搜索引擎的方案上有集中方案可供选择：基于Lucene自己进行封装实现站内搜索。工作量及扩展性都较大，不采用。调用Google、Baidu的API实现站内搜索同第三方搜索引擎绑定太死，无法满足后期业务扩展需要，暂时不采用。基于Compass+Lucene实现站内搜索   适合于对数据库驱动的应用数据进行索引，尤其是替代传统的like‘%expression%’来实现对varchar或clob等字段的索引，对于实现站内搜索是一种值得采纳的方案。

本文主要介绍solr中facet的基本应用。Facet是solr的高级搜索功能之一,可以给用户提供更友好的搜索体验.在搜索关键字的同时,能够按照Facet的字段进行分组并统计.

Lucene课程内容第一章：lucene简介第二章：入门实例第三章：内建Query对象第四章：分析器Analyzer第五章：QueryParser第六章：索引第七章：排序第八章：过滤项目实践：构建一个简单的WEB搜索程序第一章:Lucene简介搜索引擎的历史什么是Lucene全文检索系统的结构为什么使用Lucene Lucene倒排索引原理Lucene Implementations基于Lucene的搜索程序CompassNutch开源搜索引擎列表全球商用搜索市场Heritrix介绍课堂练习:Heritrix简单抓取任务的设置搜索引擎的历史萌芽：Archie、Gopher　起步：Robot(网络机器人)的出现与Spider(网络爬虫)　发展：Excite、Galaxy、Yahoo等繁荣：Infoseek、AltaVista、Google和Baidu　什么是LuceneLucene是非常优秀的成熟的开源的免费的纯java语言的全文索引检索工具包。

mongodb解决全文搜索是个不小的问题可以用正则匹配但是效率很低往往到大数据量的搜索的时候就会出现查询超时等现象当然也可以用官方的做法(在mongodb的文档类型中加字段,存分词结果,然后从该字段中匹配)但是我尝试了效率比原先的好像还要低 后来我尝试了 lucene+IKAnalyzer发现效率有所提升啊原理:lucene把大文本的数据利用分词器在新建的索引文件中建立索引取数据的时候从索引文件中取取出mongodb中的数据进行索引的创建

为了建立有自主版权的数据搜索引擎产品，数据中心数据搜索引擎采用lucene与POI相结合的方式实现。 Lucene是开源的搜索引擎产品，提供了全文索引建立和基于全文索引的数据搜索等功能。Lucene的全文索引建立只提供对文本文件的分词索引，对于现在的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入门与使用（转载）本文主要面向具体使用，适用于已熟悉java编程的lucene初学者。1.Lucene的简介1.1Lucene历史  org.apache.lucene包是纯java语言的全文索引检索工具包。 Lucene的作者是资深的全文索引/检索专家，最开始发布在他本人的主页上，2001年10月贡献给APACHE，成为APACHE基金jakarta的一个子项目。 目前，lucene广泛用于全文索引/检索的项目中。 lucene也被翻译成C#版本，目前发展为Lucene.Net（不过最近好象有流产的消息）。

、lucene是apache下的一个开源框架，主要使用于处理大量资源全文搜索的时间使用的工具。从其官方网站定义为：Apache的Lucene的是一种基于java语言开发的、高性能、跨平台、几乎适用于任何程序的全文搜索引擎。并且apache的Lucenea是完全开源的。

Solr 最初由 CNET Networks 开发，2006 年初，Apache Software Foundation 在 Lucene 顶级项目的支持下得到了 Solr。Solr 于 2007 年 1 月酝酿成熟，在整个项目孵化期间，Solr 稳步地积累各种特性并吸引了一个稳定的用户群体、贡献者和提交人。Solr 现在是 Lucene（Apache 的基于 Java 的全文本搜索引擎库）的一个子项目。

Solr 是一种开放源码的、基于 Lucene Java 的搜索服务器，易于加入到 Web 应用程序中。Solr 提供了层面搜索、命中醒目显示并且支持多种输出格式（包括 XML/XSLT 和 JSON 格式）。它易于安装和配置，而且附带了一个基于 HTTP 的管理界面。您可以坚持使用 Solr 的表现优异的基本搜索功能，也可以对它进行扩展从而满足企业的需要。Solr 还拥有一个活跃的开发者群体，如有需要，您可以随时向他们寻求帮助。

Apache Solr 是一个开源的搜索服务器，Solr 使用 Java 语言开发，主要基于 HTTP 和 Apache Lucene 实现。定制 Solr 索引的实现方法很简单，用 POST 方法向 Solr 服务器发送一个描述所有 Field 及其内容的 XML 文档就可以了。定制搜索的时候只需要发送 HTTP GET 请求即可，然后对 Solr 返回的信息进行重新布局，以产生利于用户理解的页面内容布局。Solr 1.3 版本开始支持从数据库（通过 JDBC）、RSS 提要、Web 页面和文件中导入数据，但是不直接支持从二进制文件格式中提取内容，比如 MS Office、Adobe PDF 或其他专有格式。