标签：文件 结构化 介绍 Lucene 搜索 Apache 全文
首先数据是分为 结构化 和 非结构化的：
非结构化数据的检索一般用下面2个方法：
- 顺序扫描法
- 全文搜索
顺序扫描法，例：找一个包含 某字符 的文件，那么它会一个文件一个文件的查找，这个文件从头查到尾，直到找到为止。【适用于小数据量文件，因为要担心效率】
全文搜索：把一些非结构化的数据 转为 结构化的数据，然后创建索引，实现搜索的目的【一般查询大文件、多文件 什么的..】，例：字典，里面有拼音、偏旁部首、笔画..这些就是 规则 或者说是 索引(结构化了)。
全文搜索实现原理：
建立文本库 数据源
建立索引 提取规律
执行搜索 用户发起
过滤结构 查询到的有些可能是脏数据等。。
返回结果 用户接受
全文搜索实现技术
基于Java开源实现：
- Lucene
- ElasticSearch
- Solr
Lucene：基于全文检索和搜寻的开源程序库，由Apache软件基金会支持和提供,有一个简单却强大的应用程序接口（API），能够做全文索引和搜寻，在Java开发环境里Lucene是一个成熟的免费开放源代码工具,但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎。
Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎，其次是Apache Solr，也是基于Lucene。
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格式的返回结果。【貌似仅支持Json 和 Xml ,但未证实】
标签：文件,结构化,介绍,Lucene,搜索,Apache,全文 来源： https://www.cnblogs.com/bi-hu/p/15519106.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。