Lucene实战PDF|Epub|txt|kindle电子书版本网盘下载

Lucene实战PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1部分lucene核心3

第1章初识Lucene3

1.1应对信息爆炸4

1.2Lucene是什么5

1.2.1Lucene能做些什么6

1.2.2Lucene的历史7

1.3Lucene和搜索程序组件9

1.3.1索引组件10

1.3.2搜索组件13

1.3.3搜索程序的其他模块16

1.3.4Lucene与应用程序的整合点18

1.4Lucene实战：程序示例18

1.4.1建立索引19

1.4.2搜索索引22

1.5理解索引过程的核心类25

1.5.1IndexWriter25

1.5.2Directory25

1.5.3Analyzer26

1.5.4Document26

1.5.5Field27

1.6理解搜索过程的核心类27

1.6.1IndexSearcher27

1.6.2Term28

1.6.3Query28

1.6.4TermQuery28

1.6.5TopDocs29

1.7小结29

第2章构建索引30

2.1Lucene如何对搜索内容进行建模31

2.1.1文档和域31

2.1.2灵活的架构32

2.1.3反向规格化（Denormalization）32

2.2理解索引过程33

2.2.1提取文本和创建文档33

2.2.2分析文档34

2.2.3向索引添加文档34

2.3基本索引操作35

2.3.1向索引添加文档35

2.3.2删除索引中的文档38

2.3.3更新索引中的文档39

2.4域选项41

2.4.1域索引选项41

2.4.2域存储选项42

2.4.3域的项向量选项42

2.4.4ReaderTokenStream和byte域值42

2.4.5域选项组合43

2.4.6域排序选项44

2.4.7多值域44

2.5对文档和域进行加权操作45

2.5.1文档加权操作45

2.5.2域加权操作46

2.5.3加权基准（Norms）47

2.6索引数字、日期和时间48

2.6.1索引数字48

2.6.2索引日期和时间49

2.7域截取（Fieldtuncadion）50

2.8近实时搜索（Nearrealtimesearch）51

2.9优化索引51

2.10其他Directo子类52

2.11并发、线程安全及锁机制55

2.11.1线程安全和多虚拟机安全55

2.11.2通过远程文件系统访问索引56

2.11.3索引锁机制57

2.12调试索引59

2.13高级索引概念60

2.13.1用IndexReader删除文档61

2.13.2回收被删除文档所使用过的磁盘空间62

2.13.3缓冲和刷新62

2.13.4索引提交63

2.13.5ACID事务和索引连续性65

2.13.6合并段66

2.14小结68

第3章为应用程序添加搜索功能70

3.1实现简单的搜索功能71

3.1.1对特定项的搜索72

3.1.2解析用户输入的查询表达式：QueryParser73

3.2使用IndexSearcher类76

3.2.1创建IndexSearcher类76

3.2.2实现搜索功能78

3.2.3使用TopDocs类78

3.2.4搜索结果分页79

3.3理解Lucene的评分机制81

3.3.1Lucene如何评分81

3.3.2使用explain（）理解搜索结果评分83

3.4Lucene的多样化查询84

3.4.1通过项进行搜索：TermQue类85

3.4.2在指定的项范围内搜索：TennRangeQue类86

3.4.3在指定的数字范围内搜索：NumericRangeQue类87

3.4.4通过字符串搜索：PrefixQue类88

3.4.5组合查询：BooleanQue类88

3.4.6通过短语搜索：PhraseQue类91

3.4.7通配符查询：WildcardQue类93

3.4.8搜索类似项：FuzzyQue类94

3.4.9匹配所有文档：MatchARDocsQue类95

3.5解析查询表达式：QueParser96

3.5.1QuetoString方法97

3.5.2TennQue97

3.5.3项范围查询98

3.5.4数值范围搜索和日期范围搜索99

3.5.5前缀查询和通配符查询99

3.5.6布尔操作符100

3.5.7短语查询100

3.5.8模糊查询101

3.5.9MatchAllDocsQue102

3.5.10分组查询102

3.5.11域选择103

3.5.12为子查询设置加权103

3.5.13是否一定要使用QueParse103

3.6小结104

第4章Lucene的分析过程105

4.1使用分析器106

4.1.1索引过程中的分析107

4.1.2QueParser分析109

4.1.3解析vs分析：分析器何时不再适用109

4.2剖析分析器110

4.2.1语汇单元的组成111

4.2.2语汇单元流揭秘112

4.2.3观察分析器115

4.2.4语汇单元过滤器：过滤顺序的重要性119

4.3使用内置分析器121

4.3.1StopAnalyzer122

4.3.2StandardAnalyzer122

4.3.3应当采用哪种核心分析器123

4.4近音词查询123

4.5同义词、别名和其他表示相同意义的词126

4.5.1创建SynonymAnalyzer127

4.5.2显示语汇单元的位置131

4.6词干分析132

4.6.1StopFilter保留空位133

4.6.2合并词干操作和停用词移除操作134

4.7域分析134

4.7.1多值域分析135

4.7.2特定域分析135

4.7.3搜索未被分析的域136

4.8语言分析139

4.8.1Unicode与字符编码139

4.8.2非英语语种分析140

4.8.3字符规范化处理140

4.8.4亚洲语种分析141

4.8.5有关非英语语种分析的其他问题143

4.9Nutch分析144

4.10小结146

第5章高级搜索技术147

5.1Lucene域缓存148

5.1.1为所有文档加载域值149

5.1.2段对应的reader149

5.2对搜索结果进行排序150

5.2.1根据域值进行排序150

5.2.2按照相关性进行排序153

5.2.3按照索引顺序进行排序154

5.2.4通过域进行排序154

5.2.5倒排序155

5.2.6通过多个域进行排序156

5.2.7为排序域选择类型157

5.2.8使用非默认的locale方式进行排序157

5.3使用MulPhraseQue158

5.4针对多个域的一次性查询160

5.5跨度查询162

5.5.1跨度查询的构建模块：SpanTerQue165

5.5.2在域的起点查找跨度166

5.5.3彼此相邻的跨度167

5.5.4在匹配结果中排除重叠的跨度169

5.5.5SpanOrQue类170

5.5.6SpanQue类和QueParser类171

5.6搜索过滤172

5.6.1TemiRangeFilter173

5.6.2NumericRangeFilter174

5.6.3FieldCacheRangeFilter174

5.6.4特定项过滤174

5.6.5使用QueWrapperFilter类175

5.6.6使用SpanQueFilter类175

5.6.7安全过滤器176

5.6.8使用BooleanQue类进行过滤177

5.6.9PrefixFilter178

5.6.10缓存过滤结果178

5.6.11将lter封装成que179

5.6.12对过滤器进行过滤179

5.6.13非Lucene内置的过滤器180

5.7使用功能查询实现自定义评分180

5.7.1功能查询的相关类180

5.7.2使用功能查询对最近修改过的文档进行加权182

5.8针对多索引的搜索184

5.8.1使用MultiSearch类184

5.8.2使用ParalletMultiSearcher进行多线程搜索186

5.9使用项向量186

5.9.1查找相似书籍187

5.9.2它属于哪个类别190

5.9.3TermVectorMapper类193

5.10使用FieldSelector加载域194

5.11停止较慢的搜索195

5.12小结196

第6章扩展搜索198

6.1使用自定义排序方法199

6.1.1针对地理位置排序方式进行文档索引199

6.1.2实现自定义的地理位置排序方式200

6.1.3访问自定义排序中的值203

6.2开发自定义的Collector204

6.2.1Collector基类205

6.2.2自定义CollectorBookLinkCollector206

6.2.3AllDocCollector类207

6.3扩展QueParser类208

6.3.1自定义QueParser的行为208

6.3.2禁用模糊查询和通配符查询209

6.3.3处理数值域的范围查询210

6.3.4处理日期范围211

6.3.5对已排序短语进行查询213

6.4自定义过滤器215

6.4.1实现自定义过滤器215

6.4.2搜索期间使用自定义过滤器216

6.4.3另一种选择：FilterQue类217

6.5有效载荷（Payloads）218

6.5.1分析期间生成有效载荷219

6.5.2搜索期间使用有效载荷220

6.5.3有效载荷和跨度查询223

6.5.4通过TermPositions来检索有效载荷223

6.6小结223

第2部Lucenee应用227

第7章使用Tika提取文本227

7.1Tika是什么228

7.2Tika的逻辑设计和PI230

7.3安装Tika231

7.4Tika的内置文本提取工具232

7.5编程实现文本提取234

7.5.1索引Lucene文档234

7.5.2Tika工具类237

7.5.3选择自定义分析器238

7.6Tika的局限238

7.7索引自定义的XML文件239

7.7.1使用SAX进行解析239

7.7.2使用ApacheCommonsDigester进行解析和索引242

7.8其他选择244

7.9小结245

第8章Lucene基本扩展246

8.1LukeLucene的索引工具箱247

8.1.1Overview标签页：索引的全局视图248

8.1.2浏览文档249

8.1.3使用QueParser进行搜索251

8.1.4FilesandPlugins标签页252

8.2分析器、语汇单元器和语汇单元过滤器253

8.2.1SnowballAnalyzer255

8.2.2Ngram过滤器256

8.2.3Shingle过滤器258

8.2.4获取捐赠分析器258

8.3高亮显示查询项259

8.3.1高亮显示模块259

8.3.2独立的高亮显示示例262

8.3.3使用CSS进行高亮显示处理263

8.3.4高亮显示搜索结果264

8.4FtVectorHighlighter类266

8.5拼写检查269

8.5.1生成提示列表269

8.5.2选择最佳提示271

8.5.3向用户展示搜索结果272

8.5.4一些加强拼写检查的考虑273

8.6引人注目的查询扩展功能274

8.6.1MoreLikeThis274

8.6.2FuzzyLikeThisQue275

8.6.3BoostingQue275

8.6.4TermsFilter276

8.6.5DuplicateFilter276

8.6.6RegexQue276

8.7构建软件捐赠模块（contribmodule）277

8.7.1源代码获取方式277

8.7.2contrib目录的Ant插件277

8.8小结278

第9章Lucene高级扩展279

9.1链式过滤器280

9.2使用BerkeleyDB存储索引282

9.3WordNet同义词284

9.3.1建立同义词索引285

9.3.2将WordNet同义词链接到分析器中287

9.4基于内存的快速索引289

9.5XMlQueParser：超出“onebox”的搜索接口289

9.5.1使用XmlQueParser291

9.5.2扩展XML查询语法295

9.6外围查询语言296

9.7SpatialLucene298

9.7.1索引空i间数据299

9.7.2搜索空间数据302

9.7.3SpatialLucene的性能特点304

9.8远程进行多索引搜索306

9.9灵活的QueParser309

9.10其他内容312

9.11小结313

第10章其他编程语言使用Lucene314

10.1移植入门315

10.1.1移植取舍316

10.1.2选择合适的移植版本317

10.2CLucene（C+）317

10.2.1移植目的318

10.2.2API和索引兼容319

10.2.3支持的平台321

10.2.4当前情况以及未来展望321

10.3LuceneNet（C＃和其他NET编程语言）321

10.3.1API兼容323

10.3.2索引兼容324

10.4KinoSearch和Lucy（Perl）324

10.4.1KinoSearch325

10.4.2Lucy327

10.4.3其他Perl选项327

10.5Ferret（Ruby）328

10.6PHP329

10.6.1ZendFramework329

10.6.2PHPBridge330

10.7PyLucene（Python）330

10.7.1API兼容332

10.7.2其他Python选项332

10.8Solr（包含多种编程语言）332

10.9小结334

第11章Lucene管理和性能调优335

11.1性能调优336

11.1.1简单的性能调优步骤337

11.1.2测试方法338

11.1.3索引一搜索时延调优339

11.1.4索引操作吞吐量调优340

11.1.5搜索时延和搜索吞吐量调优344

11.2多线程和并行处理346

11.2.1使用多线程进行索引操作347

11.2.2使用多线程进行搜索操作351

11.3资源消耗管理354

11.3.1磁盘空间管理354

11.3.2文件描述符管理357

11.3.3内存管理361

11.4热备份索引364

11.4.1创建索引备份365

11.4.2恢复索引366

11.5常见错误367

11.5.1索引损坏367

11.5.2修复索引369

11.6小结369

第3部分案例分析373

第12章案例分析1：Krugle373

12.1Krugle介绍374

12.2应用架构375

12.3搜索性能376

12.4源代码解析377

12.5子串搜索378

12.6查询VS搜索381

12.7改进空间382

12.7.1FieldCache内存使用382

12.7.2合并索引382

12.8小结383

第13章案例分析2SIREn384

13.1SIREn介绍385

13.2SIREn优势385

13.2.1通过所有域进行搜索387

13.2.2一种高效词典388

13.2.3可变域388

13.2.4对多值域的高效处理388

13.3使用SIREn索引实体388

13.3.1数据模型389

13.3.2实现问题389

13.3.3索引概要390

13.3.4索引前的数据准备390

13.4使用SIREn搜索实体392

13.4.1搜索内容392

13.4.2根据单元限制搜索范围393

13.4.3将单元合并成元组393

13.4.4针对实体描述进行查询394

13.5在Solr中集成SIREn394

13.6Benchmark395

13.7小结397

第14章案例分析Linkedln398

14.1使用BoboBrowse进行分组搜索398

14.1.1BoboBrowse的设计400

14.1.2深层次分组搜索403

14.2使用Zoie进行实时搜索405

14.2.1Zoie架构406

14.2.2实时Vs近实时409

14.2.3文档与索引请求411

14.2.4自定义IndexReaders411

14.2.5与Lucene的近实时搜索进行比较412

14.2.6分布式搜索413

14.3小结415

附录A安装Lucene416

A1二进制文件安装416

A2运行命令行演示程序417

A3运行Web应用演示程序418

A4编译源代码419

A5排错420

附录BLucene索引格式421

B1逻辑索引视图421

B2关于索引结构422

B2.1理解多文件索引结构422

B2.2理解复合索引结构425

B2.3转换索引结构426

B3倒排索引427

B4小结430

附录CLucene/contribbenchmark431

C1运行测试脚本432

C2测试脚本的组成部分435

C2.1内容源和文档生成器438

C2.2查询生成器439

C3控制结构439

C4内置任务441

C4.1建立和使用行文件445

C4.2内置表任务446

C5评估搜索质量446

C6出错处理449

C7小结449

附录D资源450

D1Lucene知识库450

D2国际化450

D3语言探测451

D4项向量451

D5Lucene移植版本451

D6案例分析452

D7其他452

D8信息检索软件452

D9DougCutng的著作453

D9.1会议论文453

D9.2美国专利454