lucene&solr全文检索_1引入

在用百度或者其他浏览器的时候我们经常会输入一个字段，然后会显示包含该字段的内容例如：

 

 然后再点击搜索，你所所搜的字段会按出现次数递减排序出来并且以红字标识：

 

 这时候就需要用lucene了，我们可以用数据库进行搜索，很容易实现，通常都是用sql语句进行搜索，而且能很快的搜索到结果，但是为什么很快呢，那是因为数据库中的数据储存是有规律的，有行有列且数据格式数据长度都是固定的。

 

　　数据分类：数据分为两类，结构化数据和非结构化数据。

　　结构化数据：指具有固定格式和有限长度的数据，如数据库，元数据等。

　　非结构化数据：指不定长度或者无格式的数据，如邮件、word文档等磁盘上的文件。

 

 

　　而对结构化数据的查询非常的方便，但是对非结构数据的查询有以下几个方法：

 

　　1.顺序扫描法：（Serial Scanning）

　　　　比如查找内容包含一个字符串的文件，那么顺序扫描就是一个一个文档的查找，对于每一个文档从头看到尾，如果包含该字符串，则此文档为我们要查找的文档，然后接着看下一个文档，直至扫描完所有的文件，虽然能完成但是速度太慢了。

　　2.全文检索（Full-text Search）

　　　　将非结构化数据的一部分信息提取出来，重新组织，使其变的有一定结构，然后对此具有一定结构的数据进行搜索，从而达到相对较快的目的，这部分从非结构化数据中提取出来然后重新组织的信息，我们称为索引。

　　　　例如字典，按偏旁部首和拼音来查询就是相当于字典的索引。这种先建立索引再进行搜索的过程就叫全文检索。虽然建立索引的时间比较长，但是索引一旦创建可以多次使用，因此从长远来看速度要更快。

 

　　　　如何实现全文检索：

　　　　　　介意使用lucene实现全文检索，lucene是apache下的一个开放源代码的全文检索引擎工具包。提供了完整的查询引擎和搜索引擎，部分文本分析引擎。lucene的目的是软件开发人员提供一个简单易用的工具包，以方便在目标系统中实现全文检索。

　　　　全文检索的应用场景：

　　　　　　对于数据量大，数据结构不固定的数据可采用全文检索的方式，比如百度，google等搜索引擎，电商网站站内搜索等。