Lucene.net初探，

Lucene.net初探，

引言

       在分析同事開發的客戶端搜索項目時注意到，搜索的關鍵是索引，而提到索引就不得不提Lucene.net，思路就是將需要搜索內容寫入索引，客戶端自己或局域網其他機器搜索時直接搜索索引，從而查看到你共享的信息。

       初探Lucene.net時關注了幾個關鍵類：

       a):IndexReader 索引讀取。

       b):IndexWriter  創建索引。

       c):StandardAnalyzer 分詞解析,這個應用就比較多了，他解析英文和中文時會拆成單個的字母或者漢字，如果使用PanGuAnalyzer【盤古分析解析】則是拆分成詞組搜索。

       d):IndexSearcher 索引搜索。

效果

1、寫入內容時的索引文件

2、輸入關鍵字之後搜索效果

代碼

 static void Main(string[] args)
        {
            //CreateIndex("Oracle", "甲骨文公司，全稱甲骨文股份有限公司(甲骨文軟件系統有限公司)，是全球最大的企業軟件公司，總部位於美國加利福尼亞州的紅木灘。1989年正式進入中國市場。2013年，甲骨文已超越 IBM ，成為繼 Microsoft 後全球第二大軟件公司");

            ReadIndex("oracle 公司 IBM");

            Console.ReadKey();

        }

        private static void CreateIndex(string title,string content)
        {
            string indexpath = AppDomain.CurrentDomain.BaseDirectory + "IndexData";
            FSDirectory directory = FSDirectory.Open(new DirectoryInfo(indexpath), new NativeFSLockFactory());

            bool isExist = IndexReader.IndexExists(directory); //判斷該索引是否存在
            if (isExist)
            {
                if (IndexWriter.IsLocked(directory)) //寫入索引時需要解鎖
                {
                    IndexWriter.Unlock(directory);
                }
            }

            IndexWriter indexWriter=new IndexWriter(directory,new StandardAnalyzer(),!isExist,IndexWriter.MaxFieldLength.UNLIMITED);

            Document document =new Document();

            Field f1 =new Field("title",title,Field.Store.YES,Field.Index.TOKENIZED);
            Field f2 = new Field("content", content, Field.Store.YES, Field.Index.TOKENIZED);

            document.Add(f1);
            document.Add(f2);

            indexWriter.AddDocument(document);

            indexWriter.Optimize();
            indexWriter.Close();
        }

        private static void ReadIndex(string keywords)
        {
            string indexpath = AppDomain.CurrentDomain.BaseDirectory + "IndexData";
            string title = "";
            string content = "";

            StandardAnalyzer analyzer=new StandardAnalyzer(); //分詞
            IndexSearcher searcher=new IndexSearcher(indexpath); //索引搜索  -- 傳入索引文件路徑

            //MultiFieldQueryParser多字段搜索，一次可以傳入多個需要解析的內容， 
            //如果需要一次傳入一個就使用QueryParse
            MultiFieldQueryParser parser =new MultiFieldQueryParser(new string[]{"title","content"},analyzer );


            Query query = parser.Parse(keywords);//轉化為Lucene內部使用的查詢對象
            Hits hits = searcher.Search(query); //執行搜索

            for (int i=0; i<hits.Length(); i++)
            {
                Document doc = hits.Doc(i);
                title += doc.Get("title");
                content += doc.Get("content");
            }
            searcher.Close();

            Console.WriteLine("Title:"+title);
            Console.WriteLine("Content:" + content);

        }
    }

lucenenet 千萬級索引量怎提高查詢速度，有沒有好的辦法 或推薦幾本書，或者一同研究下

lucene.net 提高索引 多文件夾搜索 只掉去該文件夾內的搜索結果
 

lucenenet 對搜索結果過濾或在搜索過程中過濾

////根據文檔設置權重
//Random rd = new Random();
//int i = rd.Next(10);
//doc.SetBoost(i);

////根據字段設置權重數據
//Field d = new Field("sort", myred["sort"].ToString(), Field.Store.YES, Field.Index.TOKENIZED);
//d.SetBoost(9F);//特注：參數float小數

----------------------------------------------------------------------
就是以上注釋的啊，原來他們采用的隨機權重，沒有業務邏輯，你可以根據你的要求去添加權重，比如判斷連接是否來自 新浪、搜狐、百度，這些適當權重設置高一些。 或者根據你數據庫存儲的url外鏈來控制一個url的權重，設置其內容的重要性（rank 值），這樣可以保證一部分體驗好的內容排在前面，更多的算法還要靠你自己去思考，你需要的是什麼