关于Lucene 3.0升级到Lucene 4.x 备忘
最近,需要对项目进行lucene版本升级。而原来项目时基于lucene 3.0的,很古老的一个版本的了。在老版本中中,我们主要用了几个lucene的东西:
1、查询lucene多目录索引。
2、构建RAMDirectory,把索引放到内存中,以提高检索效率。
3、构建Lucene自定义分词。
4、修改Lucene默认的打分算法。
下面,将代码改造前和改造后做一对比:
1. 搜索多索引目录
3.0 构建多索引目录:
// 初始化全国索引
private boolean InitGlobal(String strRootPath) {
try { IndexSearcher[] searchers = new IndexSearcher[2]; MultiSearcher globalSearcher = null;
if (Configution.IsMMap.equalsIgnoreCase("true")) { searchers[0] = new IndexSearcher(new RAMDirectory(FSDirectory
.open(new File(strRootPath + "/" + GLABOL_INDEX))));
searchers[1] = new IndexSearcher(new RAMDirectory(FSDirectory
.open(new File(strRootPath + "/" + BUS_INDEX))));
// searchers[2] = new IndexSearcher(new RAMDirectory(FSDirectory
// .open(new File(strRootPath + "/" + LU_INDEX))));
globalSearcher = new MultiSearcher(searchers);
} else {
searchers[0] = new IndexSearcher(FSDirectory.open(new File(
strRootPath + "/" + GLABOL_INDEX)));
searchers[1] = new IndexSearcher(FSDirectory.open(new File(
strRootPath + "/" + BUS_INDEX)));
// searchers[2] = new IndexSearcher(FSDirectory.open(new File(
// strRootPath + "/" + LU_INDEX))); globalSearcher = new MultiSearcher(searchers);
}
System.out.println("finish Global"); m_mapIndexName2Searcher.put("0", globalSearcher);
m_mapAdmin2IndexName.put("0", "0"); return true; } catch (Exception e) {
e.printStackTrace();
SearchLog.SearchLog.error("全国索引初始化异常");
return false;
}
}
Ok,使用MultiSearcher,这是lucene低版本搜索多索引的解决方案。但是在高版本,MutiSearcher这个类本身都删除了,折腾我很长时间。可见以版本帝著称的Lucene代码设计不是太好。整个lucene代码,接口使用很少,大多是类和抽象类。
4.x 构建多索引目录:
// 初始化全国索引
private boolean InitGlobal(String strRootPath) {
try { IndexSearcher globalSearcher = null;
if (Configution.IsMMap.equalsIgnoreCase("true")) { IndexReader irGlobal = DirectoryReader.open(new RAMDirectory(FSDirectory
.open(new File(strRootPath + "/" + GLABOL_INDEX)),new IOContext())); IndexReader irBus = DirectoryReader.open(new RAMDirectory(FSDirectory
.open(new File(strRootPath + "/" + BUS_INDEX)),new IOContext())); MultiReader mr = new MultiReader(irGlobal,irBus); globalSearcher = new IndexSearcher(mr);//new MultiSearcher(searchers);
} else { IndexReader irGlobal = DirectoryReader.open(FSDirectory
.open(new File(strRootPath + "/" + GLABOL_INDEX))); IndexReader irBus = DirectoryReader.open(FSDirectory
.open(new File(strRootPath + "/" + BUS_INDEX))); MultiReader mr = new MultiReader(irGlobal,irBus);
globalSearcher = new IndexSearcher(mr);//new MultiSearcher(searchers);
}
System.out.println("finish Global"); m_mapIndexName2Searcher.put("0", globalSearcher);
m_mapAdmin2IndexName.put("0", "0"); return true; } catch (Exception e) {
e.printStackTrace();
SearchLog.SearchLog.error("全国索引初始化异常");
return false;
}
}
ok 改造后,直接用IndexSearcher替代MultiSearcher,通过传入MultiReader来检索多个索引目录。
2、构建RAMDirectory,将索引放入内存中。
3.0 构建内存索引目录:
searchers[0] = new IndexSearcher(new RAMDirectory(FSDirectory
.open(new File(strRootPath + "/" + GLABOL_INDEX))));
searchers[1] = new IndexSearcher(new RAMDirectory(FSDirectory
.open(new File(strRootPath + "/" + BUS_INDEX))));
直接将Diretory作为RAMDirectory的构造函数,注意这个动作有坑,如果数据量大,你要等很久的!
4.x 构建内存索引目录:
IndexReader irGlobal = DirectoryReader.open(new RAMDirectory(FSDirectory
.open(new File(strRootPath + "/" + GLABOL_INDEX)),new IOContext())); IndexReader irBus = DirectoryReader.open(new RAMDirectory(FSDirectory
.open(new File(strRootPath + "/" + BUS_INDEX)),new IOContext())); MultiReader mr = new MultiReader(irGlobal,irBus);
在4.x中,安装3.0构造方法是不行的,还需要传入一个IOContext对象,汗~~~~~~~~~~~~~~~~
3、自定义分词:
3.0 自定义分词:
public class SingleAnalyzer extends Analyzer { /**
* @param args
*/ public TokenStream tokenStream(String fieldName, Reader reader){
TokenStream result = null;
if(fieldName.equals("name"))
{
result = new SingleTokenizer(reader);
}
if(fieldName.equals("totalcity"))
{
result = new IKTokenizer(reader, false);
} // result = new StandardFilter(result);
// result = new LowerCaseFilter(result);
// result = new StopFilter(result, stopSet);
return result;
} public static void main(String[] args) {
// TODO Auto-generated method stub } }
重写tokenStream方法即可,很简单。
4.x自定义分词:
public class SingleAnalyzer extends Analyzer { /**
* @param args
*/ // public TokenStream tokenStream(String fieldName, Reader reader){
// TokenStream result = null;
// if(fieldName.equals("name"))
// {
// result = new SingleTokenizer(reader);
// }
// if(fieldName.equals("totalcity"))
// {
// result = new IKTokenizer(reader, false);
// }
//
//// result = new StandardFilter(result);
//// result = new LowerCaseFilter(result);
// // result = new StopFilter(result, stopSet);
// return result;
// } @Override
protected TokenStreamComponents createComponents(String fieldName,
Reader reader) {
// TODO Auto-generated method stub
// final Tokenizer source = new ChineseTokenizer(reader);
// return new TokenStreamComponents(source, new ChineseFilter(source));
Tokenizer source = null;
if(fieldName.equals("name")){
source = new SingleTokenizer(reader);
}else if(fieldName.equals("totalcity")){
source = new IKTokenizer(reader, false);
}
return new TokenStreamComponents(source, source);
} }
OK,在4.x中你需要重写createComponents方法。
4、打分算法:
3.x和4.x打分算法变化不大,但是命名空间发生了变化,汗~~~~~~~~~~~~
3.x 命名空间:引入:import org.apache.lucene.search.DefaultSimilarity,命名空间在:org.apache.lucene.search
4.x命名空间:引入:import org.apache.lucene.search.similarities.*,命名空间在:org.apache.lucene.search.similarities。
5、查询表达式:主要体现在TermRangeQuery上,3.x版本的一个参数是string类型,但是在4.x版本变成了包了string一层的BytesRef,还有其他很多细节变化
3.x TermRangerQuery:
String left = Long
.toString((long) (rcBound.m_dLeft * COORDINATE_SCALE_FACTOR));
String right = Long
.toString((long) (rcBound.m_dRight * COORDINATE_SCALE_FACTOR));
String top = Long
.toString((long) (rcBound.m_dTop * COORDINATE_SCALE_FACTOR));
String bottom = Long
.toString((long) (rcBound.m_dBottom * COORDINATE_SCALE_FACTOR)); TermRangeQuery query1 = new TermRangeQuery("lon", left, right,
true, true);
TermRangeQuery query2 = new TermRangeQuery("lat", bottom, top,
true, true);
searchQuery.add(query1, BooleanClause.Occur.MUST);
searchQuery.add(query2, BooleanClause.Occur.MUST);
4.x TermRangerQuery:
String left = Long
.toString((long) (rcBound.m_dLeft * COORDINATE_SCALE_FACTOR));
String right = Long
.toString((long) (rcBound.m_dRight * COORDINATE_SCALE_FACTOR));
String top = Long
.toString((long) (rcBound.m_dTop * COORDINATE_SCALE_FACTOR));
String bottom = Long
.toString((long) (rcBound.m_dBottom * COORDINATE_SCALE_FACTOR)); BytesRef brLeft = new BytesRef(left);
BytesRef brRight = new BytesRef(right);
BytesRef brBottom = new BytesRef(bottom);
BytesRef brTop = new BytesRef(top); TermRangeQuery query1 = new TermRangeQuery("lon",
brLeft, brRight, true, true);
TermRangeQuery query2 = new TermRangeQuery("lat",
brBottom, brTop, true, true);
searchQuery.add(query1, BooleanClause.Occur.MUST);
searchQuery.add(query2, BooleanClause.Occur.MUST);
6、关闭IndexSearcher
3.x 关闭IndexSearcher直接调用close方法即可:
public void UnInit() {
if (!m_bIsInit)
return; Iterator iter = m_mapIndexName2Searcher.keySet().iterator(); while (iter.hasNext()) { String key = (String) iter.next(); MultiSearcher val = (MultiSearcher) m_mapIndexName2Searcher
.get(key); try { val.close();//关闭IndexSearcher
} catch (IOException e) {
e.printStackTrace();
SearchLog.SearchLog.error("分级索引关闭异常");
}
} m_mapIndexName2Searcher.clear();
m_mapAdmin2IndexName.clear();
m_mapIndexName2Searcher = null;
m_mapAdmin2IndexName = null;
m_bIsInit = false;
}
4.x 关闭IndexSearcher 没有直接close的方法,需要getIndexReader 然后调用IndexReader的close方法:
public void UnInit() {
if (!m_bIsInit)
return; Iterator iter = m_mapIndexName2Searcher.keySet().iterator(); while (iter.hasNext()) { String key = (String) iter.next(); IndexSearcher val = (IndexSearcher) m_mapIndexName2Searcher
.get(key); try {
val.getIndexReader().close();//关闭IndexSearcher
} catch (IOException e) {
e.printStackTrace();
SearchLog.SearchLog.error("分级索引关闭异常");
}
} m_mapIndexName2Searcher.clear();
m_mapAdmin2IndexName.clear();
m_mapIndexName2Searcher = null;
m_mapAdmin2IndexName = null;
m_bIsInit = false;
}
总之,lucene版本变化很大,如果升级很多方法发送变化,您需要细致观察,多试试,才能升级。升级完成后,最好进行一次功能测试,有些功能可能发生变化甚至错误。升级Lucene不是一件好差事~~~~~~~~~
文章转载请注明出处:http://www.cnblogs.com/likehua/p/4387700.html
关于Lucene 3.0升级到Lucene 4.x 备忘的更多相关文章
- Lucene学习总结之四:Lucene索引过程分析 2014-06-25 14:18 884人阅读 评论(0) 收藏
对于Lucene的索引过程,除了将词(Term)写入倒排表并最终写入Lucene的索引文件外,还包括分词(Analyzer)和合并段(merge segments)的过程,本次不包括这两部分,将在以后 ...
- Lucene 6.0下使用IK分词器
Lucene 6.0使用IK分词器需要修改修改IKAnalyzer和IKTokenizer. 使用时先新建一个MyIKTokenizer类,一个MyIkAnalyzer类: MyIKTokenizer ...
- Lucene 4.0 正式版发布,亮点特性中文解读[转]
http://blog.csdn.net/accesine960/article/details/8066877 2012年10月12日,Lucene 4.0正式发布了(点击这里下载最新版),这个版本 ...
- Lucene学习总结之六:Lucene打分公式的数学推导 2014-06-25 14:20 384人阅读 评论(0) 收藏
在进行Lucene的搜索过程解析之前,有必要单独的一张把Lucene score公式的推导,各部分的意义阐述一下.因为Lucene的搜索过程,很重要的一个步骤就是逐步的计算各部分的分数. Lucene ...
- Lucene学习总结之三:Lucene的索引文件格式(1) 2014-06-25 14:15 1124人阅读 评论(0) 收藏
Lucene的索引里面存了些什么,如何存放的,也即Lucene的索引文件格式,是读懂Lucene源代码的一把钥匙. 当我们真正进入到Lucene源代码之中的时候,我们会发现: Lucene的索引过程, ...
- Lucene.Net3.0.3+盘古分词器学习使用
一.Lucene.Net介绍 Lucene.net是Lucene的.net移植版本,是一个开源的全文检索引擎开发包,即它不是一个完整的全文检索引擎,而是一个全文检索引擎的架构,提供了完整的查询引擎和索 ...
- Lucene学习总结之四:Lucene索引过程分析
对于Lucene的索引过程,除了将词(Term)写入倒排表并最终写入Lucene的索引文件外,还包括分词(Analyzer)和合并段(merge segments)的过程,本次不包括这两部分,将在以后 ...
- Lucene学习总结之七:Lucene搜索过程解析
一.Lucene搜索过程总论 搜索的过程总的来说就是将词典及倒排表信息从索引中读出来,根据用户输入的查询语句合并倒排表,得到结果文档集并对文档进行打分的过程. 其可用如下图示: 总共包括以下几个过程: ...
- Lucene学习总结之六:Lucene打分公式的数学推导
在进行Lucene的搜索过程解析之前,有必要单独的一张把Lucene score公式的推导,各部分的意义阐述一下.因为Lucene的搜索过程,很重要的一个步骤就是逐步的计算各部分的分数. Lucene ...
随机推荐
- 【HTML】字符(Glyphs)收集
Special Characters " " " quotation mark u+0022 ISOnum p:before { content:"\0022& ...
- linux集群运维工具:clustershell和pssh
由于需要安装hadoop集群,有10台机器需要安装,一开始打算用SCP复制,后来觉得不可接受(实际现场可能数倍的机器集群,就是10台也不想干).后来在网上找了,发现了clustershell和pssh ...
- [SharePoint] SharePoint 错误集 3
阅读目录 1. workflow 流程走不下去,报 workflow fails to run 的错误 2. 安装sharepoint prerequisit总是在web server (iis)这步 ...
- 腾讯bugly 的crash 上报和umeng的比较
说到crash上传工具,大家肯定会第一时间想到umeng,不错,umeng 是最早推出 crash 上报的工具之一,在刚推出来的时候,特别受到ios开发人员的喜爱. 因为个时候,内存是手动管理的,很容 ...
- android加固系列—3.加固前先学会破解,静态修改so
[版权所有,转载请注明出处.出处:http://www.cnblogs.com/joey-hua/p/5138585.html] 项目jni的关键代码(项目地址见文章底部),获取当前程序的包名com. ...
- markdown 使用
一:markdown编辑器下载 小书匠 http://soft.xiaoshujiang.com/ 在线编辑工具,所写即所见 作业部落 https://www.zybuluo.com/mdeditor ...
- iOS代码加密常用加密方式
iOS代码加密常用加密方式 iOS代码加密常用加密方式,常见的iOS代码加密常用加密方式算法包括MD5加密.AES加密.BASE64加密,三大算法iOS代码加密是如何进行加密的,且看下文 MD5 iO ...
- HTTP协议基本知识
Xcode7.0以上版本必须操作:https http 在Info.plist中添加NSAppTransportSecurity类型Dictionary. 在NSAppTransportSecurit ...
- OC中面向对象2
一. 定义OC的类和创建OC的对象 接下来就在OC中模拟现实生活中的情况,创建一辆车出来.首先要有一个车子类,然后再利用车子类创建车子对象 要描述OC中的类稍微麻烦一点,分2大步骤:类的声明.类的实现 ...
- EditText显示明文与密码
布局 <?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns:android=& ...