热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

域选项

【名词】文档:文件,相当于数据表中的一条记录域(Field):数据中一列(字段)就称为域,在这里域就是文档的一个属性【Field.Store】YES:在索引文件中存储域的内容,存储

【名词】

  • 文档 :文件,相当于数据表中的一条记录
  • 域(Field) :数据中一列(字段)就称为域,在这里域就是文档的一个属性

Field.Store

  • YES :在索引文件中存储域的内容,存储的内容可以方便文档恢复
  • NO :不在索引文件中存储域内容,恢复时无法完整进行恢复(无法通过doc.get()进行获取)

注:实际使用时一般正文是不会进行存储的

Field.Index

  • ANALYZED :表示进行分词和索引,一般多用于标题和正文
  • NOT_ANALYZED :表示不进行分词。但进行索引。一般用于Id、身份证号码、电话等精确查找的内容
  • ANALYZED_NO_NORMS :表示进行分词并索引,但不存储Norms(包含了索引的权值信息)信息。正常情况下,搜索列表是按照权值进行排序的。做的比较好的是Google
  • NOT_ANALYZED_NO_NORMS :即不分词也不存储Norms信息
  • No :不进行索引和分词

【示例】

创建索引:

 1     /**
 2      * 创建索引
 3      */
 4     @Test
 5     public void testIndex(){
 6         //存储3篇文章的信息。包括:id、标题、作者、内容
 7         int[] ids = {1,2,3};
 8         String[] titles = {"Hello","I love you","morning"};
 9         String[] authors = {"Mike","HanMeimei","Tom"};
10         String[] cOntents= {"Hello,My Name Is Mike","Tome,I Love You","Good Moring,I‘m so sorry,"};
11         
12         IndexWriter writer = null;
13         
14         try {
15             //1、创建Directory
16             Directory directory = FSDirectory.open(new File("E:\\lucene\\index2"));
17             
18             //2、创建Writer
19             IndexWriterConfig cOnfig= new IndexWriterConfig(Version.LUCENE_35,
20                     new StandardAnalyzer(Version.LUCENE_35));
21             
22             writer = new IndexWriter(directory, config);
23             
24             //3、创建Document
25             Document doc = null;
26             
27             //4、设置Field
28             //文档            :文件,相当于数据表中的一条记录
29             //域(Field)        :数据中一列(字段)就称为域,在这里域就是文档的一个属性
30             for(int i = 0;i){
31                 doc = new Document();
32                 
33                 //域属性
34                 //Store(配置域的存储方式)
35                 //YES        :在索引文件中存储域的内容,存储的内容可以方便文档恢复
36                 //NO            :不在索引文件中存储域内容,恢复时无法完整进行恢复(无法通过doc.get()进行获取)
37                 //实际使用时一般正文是不会进行存储的
38                 
39                 //Index(配置域的索引选项)
40                 //ANALYZED                :表示进行分词和索引,一般多用于标题和正文
41                 //NOT_ANALYZED        :表示不进行分词。但进行索引。一般用于Id、身份证号码、电话等精确查找的内容
42                 //ANALYZED_NO_NORMS    :表示进行分词并索引,但不存储Norms(包含了索引的权值信息)信息
43                 //正常情况下,搜索列表是按照权值进行排序的。做的比较好的是Google
44                 //NOT_ANALYZED_NO_NORMS :即不分词也不存储Norms信息
45                 //No                            :不进行索引和分词
46                 
47                 //为文档添加域(属性)
48                 String id = Integer.toString(ids[i]);
49                 doc.add(new Field("id",id,Field.Store.YES,Field.Index.NOT_ANALYZED_NO_NORMS));
50                 doc.add(new Field("title",titles[i],Field.Store.YES,Field.Index.NOT_ANALYZED));
51                 doc.add(new Field("author",authors[i],Field.Store.YES,Field.Index.NOT_ANALYZED));
52                 doc.add(new Field("content", contents[i],Field.Store.NO,Field.Index.ANALYZED));
53                 
54                 writer.addDocument(doc);
55             }
56         } catch (IOException e) {
57             e.printStackTrace();
58         }
59         finally{
60             if(writer != null)
61                 try {
62                     writer.close();
63                 } catch (CorruptIndexException e) {
64                     // TODO Auto-generated catch block
65                     e.printStackTrace();
66                 } catch (IOException e) {
67                     // TODO Auto-generated catch block
68                     e.printStackTrace();
69                 }
70         }
71     }

搜索;

 1 /**
 2      * 搜索
 3      */
 4     @Test
 5     public void testSearch(){
 6         IndexReader reader =null;
 7         try {
 8             //1、创建Directory
 9             Directory directory = FSDirectory.open(new File("E:\\lucene\\index2"));
10             
11             //2、创建IndexReader
12             reader = IndexReader.open(directory);
13             
14             //应用较多
15             System.out.println("索引文件数:" + reader.numDocs());
16             System.out.println("最大文件数:" + reader.maxDoc());
17             
18             
19             
20         } catch (IOException e) {
21             // TODO Auto-generated catch block
22             e.printStackTrace();
23         }
24         finally{
25             if (reader != null) {
26                 try {
27                     reader.close();
28                 } catch (IOException e) {
29                     // TODO Auto-generated catch block
30                     e.printStackTrace();
31                 }
32             }
33         }
34     }

【最佳实践】

技术分享图片

【文件类型】

1) segment

表示一个完整的索引文件。搜索时通过该文件进行搜索。他是索引的重要文件。

 

2) fnm

存储了索引中所有Field的信息。

3) fdxfdt

.fdx.fdt是综合使用的两类文件,其中.fdt类型文件用于存储具有Store.YES属性的Field数据。而.fdx类型文件则是一个索引,用于存储Document在下面代码就是创建索引的代码。

4) tiitis

.tis文件用于存储分词后的分词(Term,相当于字典的页),.tii就是它的所有文件(相当于字典的目录),它标明了每个.tis文件中分词的位置.

5) frq

存储了分词在文中出现的频率。

6) prx

存储了分词在每次出现的位置。

7) nrm

存储文档的标准引子。一般用该因子乘以命中次数。

8) del

存储删除之后的索引信息。

注:文件不能随意删除,否则可能造成搜索失败(出现错误)

域选项


推荐阅读
  • 本文内容为asp.net微信公众平台开发的目录汇总,包括数据库设计、多层架构框架搭建和入口实现、微信消息封装及反射赋值、关注事件、用户记录、回复文本消息、图文消息、服务搭建(接入)、自定义菜单等。同时提供了示例代码和相关的后台管理功能。内容涵盖了多个方面,适合综合运用。 ... [详细]
  • 基于layUI的图片上传前预览功能的2种实现方式
    本文介绍了基于layUI的图片上传前预览功能的两种实现方式:一种是使用blob+FileReader,另一种是使用layUI自带的参数。通过选择文件后点击文件名,在页面中间弹窗内预览图片。其中,layUI自带的参数实现了图片预览功能。该功能依赖于layUI的上传模块,并使用了blob和FileReader来读取本地文件并获取图像的base64编码。点击文件名时会执行See()函数。摘要长度为169字。 ... [详细]
  • 本文讨论了Alink回归预测的不完善问题,指出目前主要针对Python做案例,对其他语言支持不足。同时介绍了pom.xml文件的基本结构和使用方法,以及Maven的相关知识。最后,对Alink回归预测的未来发展提出了期待。 ... [详细]
  • Mac OS 升级到11.2.2 Eclipse打不开了,报错Failed to create the Java Virtual Machine
    本文介绍了在Mac OS升级到11.2.2版本后,使用Eclipse打开时出现报错Failed to create the Java Virtual Machine的问题,并提供了解决方法。 ... [详细]
  • 在说Hibernate映射前,我们先来了解下对象关系映射ORM。ORM的实现思想就是将关系数据库中表的数据映射成对象,以对象的形式展现。这样开发人员就可以把对数据库的操作转化为对 ... [详细]
  • 本文介绍了在SpringBoot中集成thymeleaf前端模版的配置步骤,包括在application.properties配置文件中添加thymeleaf的配置信息,引入thymeleaf的jar包,以及创建PageController并添加index方法。 ... [详细]
  • 本文详细介绍了Linux中进程控制块PCBtask_struct结构体的结构和作用,包括进程状态、进程号、待处理信号、进程地址空间、调度标志、锁深度、基本时间片、调度策略以及内存管理信息等方面的内容。阅读本文可以更加深入地了解Linux进程管理的原理和机制。 ... [详细]
  • 1,关于死锁的理解死锁,我们可以简单的理解为是两个线程同时使用同一资源,两个线程又得不到相应的资源而造成永无相互等待的情况。 2,模拟死锁背景介绍:我们创建一个朋友 ... [详细]
  • 后台获取视图对应的字符串
    1.帮助类后台获取视图对应的字符串publicclassViewHelper{将View输出为字符串(注:不会执行对应的ac ... [详细]
  • 《数据结构》学习笔记3——串匹配算法性能评估
    本文主要讨论串匹配算法的性能评估,包括模式匹配、字符种类数量、算法复杂度等内容。通过借助C++中的头文件和库,可以实现对串的匹配操作。其中蛮力算法的复杂度为O(m*n),通过随机取出长度为m的子串作为模式P,在文本T中进行匹配,统计平均复杂度。对于成功和失败的匹配分别进行测试,分析其平均复杂度。详情请参考相关学习资源。 ... [详细]
  • 本文介绍了通过ABAP开发往外网发邮件的需求,并提供了配置和代码整理的资料。其中包括了配置SAP邮件服务器的步骤和ABAP写发送邮件代码的过程。通过RZ10配置参数和icm/server_port_1的设定,可以实现向Sap User和外部邮件发送邮件的功能。希望对需要的开发人员有帮助。摘要长度:184字。 ... [详细]
  • 本文介绍了lua语言中闭包的特性及其在模式匹配、日期处理、编译和模块化等方面的应用。lua中的闭包是严格遵循词法定界的第一类值,函数可以作为变量自由传递,也可以作为参数传递给其他函数。这些特性使得lua语言具有极大的灵活性,为程序开发带来了便利。 ... [详细]
  • 本文介绍了使用Java实现大数乘法的分治算法,包括输入数据的处理、普通大数乘法的结果和Karatsuba大数乘法的结果。通过改变long类型可以适应不同范围的大数乘法计算。 ... [详细]
  • HDU 2372 El Dorado(DP)的最长上升子序列长度求解方法
    本文介绍了解决HDU 2372 El Dorado问题的一种动态规划方法,通过循环k的方式求解最长上升子序列的长度。具体实现过程包括初始化dp数组、读取数列、计算最长上升子序列长度等步骤。 ... [详细]
  • 动态规划算法的基本步骤及最长递增子序列问题详解
    本文详细介绍了动态规划算法的基本步骤,包括划分阶段、选择状态、决策和状态转移方程,并以最长递增子序列问题为例进行了详细解析。动态规划算法的有效性依赖于问题本身所具有的最优子结构性质和子问题重叠性质。通过将子问题的解保存在一个表中,在以后尽可能多地利用这些子问题的解,从而提高算法的效率。 ... [详细]
author-avatar
据估计妇女嘎
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有