solr是对lucene的封装:
1.lucene可以完成的功能,使用solr可以用更简单更方便的方法完成同样的功能。
Like : 顺序扫描法
从文档头一直扫描到文档尾,直到找到为止,速度很慢。
全文检索技术(倒排索引):
作用:
1.可以帮我们实现;类似于百度或者谷歌一样的搜索引擎
2.可以帮我们实现类似京东或淘宝一样的站内商品搜索功能
3.可以帮我们实现;类似贴吧或者论坛等一些站内搜索帖子的功能
4.可以帮我们实现类似智能客服的功能
5.智能机器人
原理(特点):
1.在搜索之前,先对关键词进行分词
2.索引库:文档集合、索引目录
a:增加文档的时候先对文档进行分词
b:将分的词放入索引目录中,并记录该词在哪些文档中出现了多少次
c:根据关键词分的词到索引库中去唯一匹配速度非常快。
3.相关度排序:
a:一个词在这个文档中出现的次数越多,排序越靠前。
4.一个词在很多文档中都出现了,那么就会降低这个词的权重值。
数据查询的方法:
顺序扫描法
倒排索引
添加流程:
1.采集数据,从数据库中获取。
2.创建文档对象Document
3.创建域来存储要带出来的值。使用对象 Field (new TextField),需要带出来的几个值,就创建几个域对象。
4.将创建出来的域放入到文档对象中。
5.创建一个文档对象的集合。将每一次装好的文档对象放入到集合中。
6.创建IndexWriter对象,用来写入对象到索引库,需要的参数是:
a: 索引库要存储的地方,一个磁盘目录对象(Directory,一个接口,使用子类对象FSDirectory,磁盘对象)。
b: 一个可以写入索引配置的对象。IndexWriterConfig对象。参数是一个是版本信息(Version.?),参数二是一个分词器对象。
7.创建Directory对象、IndexWriterConfig对象。因为IndexWriterConfig对象的参数需要一个分词器对象。所以...
8.创建分词器对象。Analyzer,也是一个接口,子类:StandardAnalyzer();这个子类只对英文分词有效。所以国人写了一个对中文有效的分词器对象 IKAnalyzer对象。
9.将拿到的所有的文档对象写入到索引库中,使用IndexWriter对象添加Document对象。
10.提交、关流。IndexWriter是一个流对象
查询流程:
1.创建语法解析器QueryParser对象
参数一:从哪个域值里面查
参数二:分词器
2.创建查询语法Query对象,使用语法解析器对象调用parse方法,执行查询语句,返回Query对象
3.创建读索引的对象IndexReader,是一个接口,需要调用open方法来创建读索引的对象。
参数是:创建磁盘对象,找到索引库的位置,调用的是open方法
4.创建查询对象IndexSearcher.
5.执行Query对象,使用search方法
参数一:查询语句对象
参数二:显示几条
6.查询打过分的文档集合。使用TopDocs对象调用scoreDocs方法。返回一个数组。里面装的是要显示的前几条文档。
7.使用indexSercher对象调用doc方法,通过Luncene自动生成的文档id来查找文档。(查找id等属性用的是索引库中的属性名来查找的)
8.关流
分词器的使用时机:
1.在创建索引库的时候
2.在查询的时候
通用Mapper:
接口继承Mapper接口,不用写方法,Mapper接口里面提供了方法,可以进行单表的查询。如果想要进行多表的关联查询。可以自己自定义xml。实体类:加注解,类上:@Table 如果类名和数据库的名字一样的话可以不加这个注解。属性的话:@Column 如果实体类的属性名和数据库的属性名一致则可以不写这个注解。主键:加@Id注解,还有主键生成策略。加注解@GeneratedValue(strategy=GenerationType.IDENTITY)主键自增
查询
Lucene的field域
我们用到的每一个域,都需要考虑三件事情
1.是否需要分词
目的:创建索引
2.是否需要索引
目的:快速搜索
3.是否需要存储
目的:是否在前台显示
TextField:文本和流类型
必须分词、必须索引
数字域:(IntField、LongField、doubleField、FloatField)
必须分词:lucene对数据域采用的是一种特殊的分词方法,这种分词方法可以让数字域比较大小更快。lucene底层规定死的
必须索引
StringField:文本域,一般用于作为一个唯一整体,进行创建索引,一般用于主键id
必须不分词
必须索引
StoredField:存储域
必须不分词
必须不索引
必须存储
2.lucene的维护
lucene其实没有所谓的修改功能,其实所谓的修改功能就是先删除后添加
查询的第一种方式
1.使用QueryParser对象创建Query对象来查询
可以指定默认域和使用分词域
2.直接创建TermQuery对象来查询、
不能指定默认域,也不可以使用分词,不常用
3.数字范围查询
NumericRangeQuery不可以直接new对象,需要调用.new...方法创建对象
4.组合查询
BooleanQuery:
5.指定多个默认搜索域
MultiFieldQueryParser
相关度排序:
Term Frequency (tf):一个次在一片文档中出现的次数越多权重越高
Doucment Frequency(df):一个词在多少文档中出现了,出现的文档越多,改词的权值越低
权重值没有最大,只有更大
设置权重值:
域 . setBoost(值);
solr介绍:模糊查询的时候使用solr
全文检索系统,对外提供的http服务
1.solr可以直接部署到web容器里面。对外提供对说衣裤增删改查的api
2.要么你可以使用solrJ客户端调用solr的api完成对索引库的增删改查的api
solr的环境搭建:
1.准备一台tomcat,并更改端口号,三个端口号
2.把解压后的solr项目拷贝到tomcat/wabapps下
3.将example/lib/ext下的日志jar包拷贝到solr项目的lib里
4.将example/solr拷贝出来并改名为solrHome(随意)
5.在solr项目
web客户介绍
Solr可以有多个索引库
Solr的添加修改使用步骤:
1.创建solr服务,SolrServer server = new HttpSolrServer(solr索引库的地址,浏览器上的);默认指定第一个索引库。
2.进行添加文档。使用add方法。参数需要SolrInputDocument对象。
3.创建SolrInputDocument对象
4.添加域。
5.返回response。
6.提交
Solr的删除:
1.创建solr服务,SolrServer server = new HttpSolrServer(solr索引库的地址,浏览器上的);默认指定第一个索引库。
2.通过id删除deleteById("id");
or
删除所有deleteByQuery("*:*");
3.提交
Solr的查询:
1.创建solr服务
2.创建查询语句对象 SolrQuery
3.设置查询关键词
4.执行query对象
5.获取结果集(拿到的是一个集合)
6.遍历
(责任编辑:范老师)