編輯“Lucene”

[[Image:Lucene_Logo.gif|right]]
'''Lucene'''是[[Apache]]軟件基金會jakarta項目組的一個子項目，是一個[[開源]]代碼的全文檢索引擎工具包，即它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構(gòu)，提供了完整的查詢引擎和索引引擎，部分文本分析引擎（英文與德文兩種西方語言）。Lucene的目的是為軟件開發(fā)人員提供一個簡單易用的工具包，以方便的在目標(biāo)系統(tǒng)中實現(xiàn)全文檢索的功能，或者是以此為基礎(chǔ)建立起完整的全文檢索引擎。

'''Lucene'''的原作者是Doug Cutting，他是一位資深全文索引/檢索專家，曾經(jīng)是[[V-Twin]][[搜索引擎]]的主要開發(fā)者，后在Excite擔(dān)任高級系統(tǒng)架構(gòu)設(shè)計師，目前從事于一些[[Internet]]底層架構(gòu)的研究。早先發(fā)布在作者自己的<nowiki>http://www.lucene.com/</nowiki>，后來發(fā)布在SourceForge，2001年年底成為apache軟件基金會jakarta的一個子項目：<nowiki>http://jakarta.apache.org/lucene/</nowiki>。

==發(fā)布?xì)v史==
Lucene最初是由Doug Cutting開發(fā)的，在SourceForge的網(wǎng)站上提供下載。在2001年9月做為高質(zhì)量的開源[[Java]]產(chǎn)品加入到Apache軟件基金會的 Jakarta家族中。隨著每個版本的發(fā)布，這個項目得到明顯的增強(qiáng)，也吸引了更多的用戶和開發(fā)人員。2004年7月，Lucene1.4版正式發(fā)布，10月的1.4.2版本做了一次bug修正。顯示了Lucene的發(fā)布?xì)v史?！　?*0.01 2000年3月 第一個開源版本(SourceForge)
*1.0 2000年10月
*1.01b 2001年7月 最后的SourceForge版本
*1.2 2002年6月 第一個Apache Jakarta版本
*1.3 2003年12月 復(fù)合索引格式，查詢分析器增加，遠(yuǎn)程搜索，token定位，可擴(kuò)展的[[API]]
*1.4 2004年7月 Sorting, span queries, term vectors
*1.4.1 2004年8月 排序性能的bug修正
*1.4.2 2004年10月 IndexSearcher optimization and misc. fixes
*1.4.3 2004年冬 Misc. fixes2.4.1 2009年3月8日發(fā)布新版本
*2.3.0 2008年1月 更新為2.3.0
*2.4.0 2008年10月 更新為2.4.0
*2.4.1 2009年 5月 更新為 2.4.1
*2.9.0 2009年9月25號 更新為2.9.0
*2.9.1 2009年11月6號 更新為2.9.1
*3.0.0 2009年11月25號 更新為3.0.0

==特點優(yōu)勢==
作為一個開放源代碼項目，Lucene從問世之后，引發(fā)了開放源代碼社群的巨大反響，程序員們不僅使用它構(gòu)建具體的全文檢索應(yīng)用，而且將之集成到各種系統(tǒng)軟件中去，以及構(gòu)建Web應(yīng)用，甚至某些商業(yè)軟件也采用了Lucene作為其內(nèi)部全文檢索子系統(tǒng)的核心。apache軟件基金會的網(wǎng)站使用了Lucene作為全文檢索的引擎，[[IBM]]的開源軟件[[Eclipse]]的2.1版本中也采用了Lucene作為幫助子系統(tǒng)的全文索引引擎，相應(yīng)的IBM的商業(yè)軟件Web Sphere中也采用了Lucene。Lucene以其開放源代碼的特性、優(yōu)異的索引結(jié)構(gòu)、良好的系統(tǒng)架構(gòu)獲得了越來越多的應(yīng)用。

Lucene是一個高性能、可伸縮的信息搜索(IR)庫。它使你可以為你的應(yīng)用程序添加索引和搜索能力。Lucene是用java實現(xiàn)的成熟的、免費的開源項目，是著名的Apache Jakarta大家庭的一員，并且基于在Apache軟件許可 [ASF, License]。同樣，Lucene是當(dāng)前與近幾年內(nèi)非常流行的免費的Java信息搜索(IR)庫。

Lucene作為一個全文檢索引擎，其具有如下突出的優(yōu)點：
*（1）索引文件格式獨立于應(yīng)用平臺。Lucene定義了一套以8位[[字節(jié)]]為基礎(chǔ)的索引文件格式，使得兼容系統(tǒng)或者不同平臺的應(yīng)用能夠共享建立的索引文件。
*（2）在傳統(tǒng)全文檢索引擎的倒排索引的基礎(chǔ)上，實現(xiàn)了分塊索引，能夠針對新的文件建立小文件索引，提升索引速度。然后通過與原有索引的合并，達(dá)到優(yōu)化的目的。
*（3）優(yōu)秀的[[面向?qū)ο骫]的系統(tǒng)架構(gòu)，使得對于Lucene擴(kuò)展的學(xué)習(xí)難度降低，方便擴(kuò)充新功能。
*（4）設(shè)計了獨立于語言和文件格式的文本分析接口，索引器通過接受Token流完成索引文件的創(chuàng)立，用戶擴(kuò)展新的語言和文件格式，只需要實現(xiàn)文本分析的接口。
*（5）已經(jīng)默認(rèn)實現(xiàn)了一套強(qiáng)大的查詢引擎，用戶無需自己編寫代碼即使系統(tǒng)可獲得強(qiáng)大的查詢能力，Lucene的查詢實現(xiàn)中默認(rèn)實現(xiàn)了布爾操作、模糊查詢（Fuzzy Search]）、分組查詢等等。

面對已經(jīng)存在的商業(yè)全文檢索引擎，Lucene也具有相當(dāng)?shù)膬?yōu)勢。

'''首先'''，它的開發(fā)源代碼發(fā)行方式（遵守Apache Software License]），在此基礎(chǔ)上程序員不僅僅可以充分的利用Lucene所提供的強(qiáng)大功能，而且可以深入細(xì)致的學(xué)習(xí)到全文檢索引擎制作技術(shù)和面相對象編程的實踐，進(jìn)而在此基礎(chǔ)上根據(jù)應(yīng)用的實際情況編寫出更好的更適合當(dāng)前應(yīng)用的全文檢索引擎。在這一點上，商業(yè)軟件的靈活性遠(yuǎn)遠(yuǎn)不及Lucene。

'''其次'''，Lucene秉承了開放源代碼一貫的架構(gòu)優(yōu)良的優(yōu)勢，設(shè)計了一個合理而極具擴(kuò)充能力的面向?qū)ο蠹軜?gòu)，程序員可以在Lucene的基礎(chǔ)上擴(kuò)充各種功能，比如擴(kuò)充中文處理能力，從文本擴(kuò)充到[[HTML]]、[[[PDF]]]等等文本格式的處理，編寫這些擴(kuò)展的功能不僅僅不復(fù)雜，而且由于Lucene恰當(dāng)合理的對系統(tǒng)設(shè)備做了程序上的抽象，擴(kuò)展的功能也能輕易的達(dá)到跨平臺的能力。

'''最后'''，轉(zhuǎn)移到apache軟件基金會后，借助于apache軟件基金會的網(wǎng)絡(luò)平臺，程序員可以方便的和開發(fā)者、其它程序員交流，促成資源的共享，甚至直接獲得已經(jīng)編寫完備的擴(kuò)充功能。最后，雖然Lucene使用Java語言寫成，但是開放源代碼社區(qū)的程序員正在不懈的將之使用各種傳統(tǒng)語言實現(xiàn)（例如[[.net]] framework），在遵守Lucene索引文件格式的基礎(chǔ)上，使得Lucene能夠運行在各種各樣的平臺上，系統(tǒng)管理員可以根據(jù)當(dāng)前的平臺適合的語言來合理的選擇。

==設(shè)計原理==
lucene的檢索算法屬于索引檢索，即用空間來換取時間，對需要檢索的文件、字符流進(jìn)行全文索引，在檢索的時候?qū)λ饕M(jìn)行快速的檢索，得到檢索位置，這個位置記錄檢索詞出現(xiàn)的文件路徑或者某個[[關(guān)鍵詞]]。

在使用[[數(shù)據(jù)庫]]的項目中，不使用數(shù)據(jù)庫進(jìn)行檢索的原因主要是：數(shù)據(jù)庫在非精確查詢的時候使用查詢語言“l(fā)ike %keyword%”，對數(shù)據(jù)庫進(jìn)行查詢是對所有記錄遍歷，并對字段進(jìn)行
“%keyword%”匹配，在數(shù)據(jù)庫的數(shù)據(jù)龐大以及某個字段存儲的數(shù)據(jù)量龐大的時候，這種遍歷是致命的，它需要對所有的記錄進(jìn)行匹配查詢。因此，lucene主要適用于文檔集的全文檢索，以及海量數(shù)據(jù)庫的模糊檢索，特別是對數(shù)據(jù)庫的[[xml]]或者大數(shù)據(jù)的字符類型。

==安裝使用==
[[Lucene入門使用]]

==相關(guān)資源==
*官方地址：http://lucene.apache.org/
*軟件類型：開源軟件
*下載地址：http://www.apache.org/dyn/closer.cgi/lucene/java/
*推薦閱讀：[http://down.zzbaike.com/ebook/ajaxlucene-591.html 征服AJAX + LUCENE構(gòu)建搜索引擎]

==相關(guān)條目==
*[[搜索引擎]]
*[[Apache]]

==參考來源==
*[http://www.chedong.com/tech/lucene.html 參考來源1]
*[http://baike.baidu.com/view/371811.htm?fr=ala0_1_1 參考來源2]

[[category:搜索引擎|L]]
@@ 第66行： / 第66行： @@
 [[category:搜索引擎|L]]
-[[category:開放源代碼|L]]
-[[category:Lucene|L]]