Lucene Hack之通过缩小搜索结果集来提升性能 (1)
作者：caocao（网络隐士），http://www.caocao.name，http://www.caocao.mobi 转载请注明来源：http://www.iteye.com/topic/78884 一、缘起 Lucene在索引文件上G之后的搜索性能下降很严重，随便跑个搜索就要上0.x秒。如果是单线程搜索那么性能尚可，总可以在0.x秒返回结果，如果是Web式的多线程访问，由于Lucene的内 ...
基于词典的最大匹配的Lucene中文分词程序
把自己之前完成的基于词典的最大匹配的中文分词程序修改成基于Lucene。其中包括了3种词典的组织形式：简单顺序存储SimpleDictionary，首字Hash词典HashDictionary，双重Hash词典；例外实现了两种分词算法：正向最大匹配MaxMatchSegment与反向最大匹配分词ReverseMaxMatchSegment；最后使用使只需根据需要配置spring的配置文件即可选择词典 ...
自己写的一个基于词库的lucene分词程序--ThesaurusAnalyzer
前一段时间用lucene做一个搜索程序,找了好长时间的中文分词程序,都没找到合适的,最后自己弄了一个.现在共享出来.希望对大家有用. 分词算法: 基于词库的正向最大匹配算法. 分词词库用的是网上一个叫 segmenter 的分词程序使用的词库. 地址:www.mandarintools.com/segmenter.html 这个segmenter分词程序是把文件按行读取出来,然后把一行假设为一个词 ...
Lucene相关度排序的调整
如欲转载，请注明作者：caocao，来源http://caocao.iteye.com/。 Lucene的搜索结果默认按相关度排序，这个相关度排序是基于内部的Score和DocID，Score又基于关键词的内部评分和做索引时的boost。默认Score高的排前面，如果Score一样，再按索引顺序，先索引的排前面。那么有人问了，如果我要先索引的排后面怎么办呢？隐士研究了源码后发现这是相当简单的事情。以 ...
Lucene中文分词之网络隐士八卦版
俺自己搞了个Lucene中文分词，看到版上qieqie师傅发表的他自己搞的Lucene中文分词，隐士很感兴趣，想进来说两句，注册一把，晕，三天后才可以说话，刚刚可以说话。俺来介绍一下俺的中文分词实现。参考站点：http://so.mdbchina.com 俺的分词做了这么几件事：装载各类词库 —— 中文繁体转简体 —— 初步分词 —— 在初步分词基础上进行运算量可控的二次分词（运算量o(n)，n句子 ...
Lucene中文分词“庖丁解牛”
Lucene中文分词 “庖丁解牛” 附件 为本人设计编写的组件，中文分词“庖丁解牛”，具有相当好的使用价值。。。 高效率：我的赛扬PC 1 秒解析 >>> 20000汉字的词语 (实际测试结果数据，可达1秒10万+汉字。) 高可维护性：使用“庖丁”隐喻，形象明晰 高灵活性，可扩展：OOD 对比：《终于突破中文分词的效率问题》http://www.lucene.org.cn/ ...
Lucene-2.0学习文档（４）
接http://www.iteye.com/topic/39876 下面是搜索的例子: [code] public void SearchSort1() throws IOException, ParseException { IndexSearcher indexSearcher = new IndexSearcher("C:\\indexStore"); QueryParse ...
Lucene-2.0学习文档（３）
接http://www.iteye.com/post/190335 到现在我们已经可以用lucene建立索引了 下面介绍一下几个功能来完善一下： 1．索引格式 其实索引目录有两种格式，一种是除配置文件外，每一个Document独立成为一个文件（这种搜索起来会影响速度）。另一种是全部的Document成一个文件，这样属于复合模式就快了。 2.索引文件可放的位置： 索引可以存放在两个地方1.硬盘，2.内 ...
Lucene-2.0学习文档（２）
接http://www.iteye.com/post/190334 IndexWriter(File path, Analyzer a, boolean create) IndexWriter(String path, Analyzer a, boolean create) 可见构造它需要一个索引文件目录，一个分析器(一般用标准的这个)，最后一个参数是标识是否清空索引目录 它有一些设置参数的功能如： ...
Lucene-2.0学习文档（１）
[原创]Lucene-2.0学习文档 作者：Javafish(likunkun) Email:javafish@sunxin.org Lucene是apache组织的一个用java实现全文搜索引擎的开源项目。 其功能非常的强大，api也很简单。总得来说用Lucene来进行建立 和搜索和操作数据库是差不多的(有点像)，Document可以看作是 数据库的一行记录，Field可以看作是数据库的 ...
搜索篇：lucene简单实例<二>
写文章的时候,感觉比较难写的就是标题,有时候不知道起什么名字好,反正这里写的都是关于lucene的一些简单的实例,就随便起啦. Lucene 其实很简单的,它最主要就是做两件事:建立索引和进行搜索 来看一些在lucene中使用的术语,这里并不打算作详细的介绍,只是点一下而已----因为这一个世界有一种好东西，叫搜索。 IndexWriter:lucene中最重要的的类之一，它主要是用来将文档加入 ...
domain model的延伸讨论
domain model，又称为领域模型，是Java企业应用讨论的一个热门话题，JavaEye也曾经多次围绕这个话题讨论，我们来看个简单的例子： 引用 一个简单的公司工时管理系统，记录员工的个人信息，每个员工的工作任务分配，以及工作所属类别(例如开发，还是测试，还是培训等等)，其中每个员工有n个任务，员工和任务是一对多关系，每个员工也分别隶属于多个不同的工作类别，员工和类型是多对多关联关系，而每个 ...
Domain Model：业务对象的进一步设计
本文放在javaeye可能未必合适。文章中中英文混用也是问题。 而且本文讨论的模型比较适合交易类系统，对于ERP类未必合适。 Author : Anders小明 原文: http://www.blogjava.net/AndersLin/archive/2006/10/09/74187.html 在Domain Object的动静之分中，其实我已经把业务对象分为三大类，不过在那一部分中没有明确 ...
Domain Object ：基于业务行为的分析
Domain Object ：基于业务行为的分析 ——Domain Object 的动静之分，及其与 Business Process 的关系 一、Domain Object的动静之分 1.1 动静的标准是什么？ 在系统运行期间，被频繁建立和更新的称为 “ 动态” ，而在较长的一段时间内称为 “ 静态” 。 1.2 考查Domain Object的动静将意义何在？ 通常而言，“ 动态” 的Do ...
DomainModel之鸟瞰
第一次接触GoogleEarth，带给我相当的震撼。你可以随意转动地球，通过缩放，看到不同层次的景象，这着实让我吃惊，竟然可以这样！手握鼠标，来回查看，有种作“上帝”的感觉，如果是实时的那就不得了了！相信很多人都有在上面寻找自己家的经历。就拿我来说，首先转到背面中国的位置，滑动滚轮，逐渐深圳的全貌显露出来，西面是蛇口黄色的填海区，上面是深圳的绿肺塘朗山。继续向下，黑灰色的广深高速开始清晰可见，在我辨 ...
DomainModel之演化(已更新)
OO世界里的DomainModel，相对其他人工创造的领域来说有它的优势，大部分DomainObject在现实世界都能找到原型。通过分析现实世界的原型，我们能得到足够多的原始材料。 在构建企业信息系统时，我们希望构建出的系统，在高效正确运行的同时，构架容易理解，易于扩展。我认为要做到这点，必须要满足后面的条件--系统构架须同领域存在一致的演化映射。领域基本概念就是系统的基本对象，在领域基本概念上 ...
DomainModel之控制风格
I know what I know,I'll sing what I said,We come and we go ... --I Know What I Know,paul simon 相对于分歧较少的静态DomainModel结构，DomainModel的动态特征一直是扑朔迷离，让人捉摸不定。以至于出现了很多争论，分歧在哪里呢？如果我们把DomainModel整个动态特征看作一个集合，那 ...
企业架构知识库热门文章
最新评论
用了这种方式能够输出日志了，但是原来用common_logging的一些东西还是不输出，如ibatis ...
bergman 评论了 OpenCore:OSGi上部署Apache Common Log
bergman 评论了 OpenCore:OSGi上部署Apache Common Log