当前位置:  数据库>oracle

Lucene 3.5和Solr 3.5:大幅降低内存用量、SearcherManager和深度分页支持

    来源: 互联网  发布时间:2017-04-21

    本文导语: Lucene项目管理委员会宣布Apache Lucene 3.5.0和Apache Solr 3.5.0已经可以使用。Lucene是一个高性能、支持全文搜索的文本搜索开发库。Solr是一个独立的搜索服务器,其核心使用了Lucene来做索引和搜索。 Lucene 3.5.0版本的主要变化包括: ...

Lucene项目管理委员会宣布Apache Lucene 3.5.0和Apache Solr 3.5.0已经可以使用。Lucene是一个高性能、支持全文搜索的文本搜索开发库。Solr是一个独立的搜索服务器,其核心使用了Lucene来做索引和搜索。

Lucene 3.5.0版本的主要变化包括:

  • 降低内存消耗。现在建立词汇索引需要的内存比以前降低了3到5倍,实现这一点,是使用了更有效的内存数据结构来保存词汇。
  • 深度分页支持。加入IndexSearcher.searchAfter方法,它在特定的ScoreDoc之后会返回结果。你可以将上一页的最后一个document传递给searchAfter方法,以得到下一页的结果。
  • SearcherManager。加入了org.apache.lucene.search.searchermanager, 简化了在多个搜索线程中对indexsearcher的分享和重新开启。底层的indexreader实例如果不再被引用,可以安全关闭,其中使用了 indexreader的引用计数。还使用了获取方法来取得一个indexsearcher,还有释放方法来关闭取得的indexsearcher。
  • SearcherLifetimeManager。加入了org.apache.lucene.search.SearcherLifetimeManager类,提供跨越多个请求的索引的统一视图。它简化了服务多个请求的同一个IndexSearcher实例的使用,在分页或上下钻取搜索结果时,有更好的用户体验
  • IndexWriter.optimize()弃用。IndexWriter.optimize方法不再使用,并被重新命名为forceMerge。这么做,是不再鼓励使用该方法,因此它的操作成本很高,而且只能在静态索引上使用。
  • IndexReader.reopen()重命名。IndexWriter.reopen方法替代为openIfChanged。如果索引没有变化,IndexReader.openIfChanged会返回null。一般来说,相对开启新的IndexReader,该方法成本更低。
  • NGramPhraseQuery。org.apache.lucene.search.ngramphrasequery是phrasequery类,针对n-gram模型查询做了优化。当使用n-gram分析时,可以加速查询速度30%-50%。

可以访问Lucene 3.5发布说明来了解完整的变更列表。

Solr 3.5.0的主要变化有:

  • Lucene 3.5.0。来自Lucene 3.5.0的缺陷修复和改进,主要是保持词汇索引需要的内存数量大幅减少。
  • 分布式结果分组。支持分布式搜索结果分组,也被称为field collapsing。该特性限制了每“组”展示的文档数目,作为一个字段的唯一值定义,现在支持分布式搜索。
  • 语言检测。新的模块“langid”加入了在索引检测文档语言能力,以辅助正确决策。使用了Apache Tika的LanguageIdentifier 或Cybozu的语言检测程序库,作为UpdateRequestProcessor实现。
  • 支持数字类型的sortMissingFirst和sortMissingLast。包括Trie在内的数字类型和日期类型现在支持sortMissingFirst和sortMissingLast。
  • HunspellStemmerFilter。添加对Lucene的 HunspellStemmerFilter支持,这样就可以支持90种语言的stemming词根缩减功能。Hunspell本来是一个高级的拼写检查 库,它因为用于OpenOffice套件而出名,现在在Solr中使用,提供stemming词根缩减。
  • hl.q参数。加入了可选的hl.q参数,如果给定值,在Highlighter(HighlightComponent类)中会重写q参数。

可以访问Solr 3.5发布说明来了解完整的变更列表。

Yonik Seeley是Apache Solr的创始人,同时也是Lucid Imagination的首席开源架构师和联合创始人,他回答了InfoQ针对本次Lucene和Solr发布的一些问题。

InfoQ:对于大部分Lucene和Solr的用户来说,这次发布能够让他们马上用起来的有哪些功能?

Yonik Seeley:Lucene和Solr的用户可以受益于词汇索引大幅减少的内存用量、改进后的向量强调(vector highlighting)等等。Solr还加入了对分布式分组的支持,提供针对缺少首值或末值的数字字段排序的能力。Lucene还加入了对深度分页的优化。

InfoQ:您是否推荐开发人员使用默认的新SearcherManager?

Yonik Seeley:对于刚刚开发基于Lucene的项目的人来说,用新的Lucene SearcherManager是个好的开始,但是没必要把正常使用的自定义搜索的manager代码迁移过来。对于Solr的用户,searcher的管理从一开始就是内部实现的细节了。

InfoQ:Lucene和Solr 3.6有什么计划?

Yonik Seeley:在开源软件中很难说,因为没有正式的路线图。大部分的重大突破都发生在主干代码中,发布时自然就是4.0了。Lucene已经完全更新了对索引机制,支持codec。Solr正在逐步转向使用NoSQL data store,使用更先进的分布式索引功能。

InfoQ:我们什么时候才能看到带有NRT功能的Solr正式版发布?

Yonik Seeley:lucidworks是我们的apache solr的商业版本,基于主干代码的稳定版本(4.0-dev),具备nrt功能。至于这个功能何时移植回solr 3.x,现在还不清楚。lucene和solr 4.0版本应该在2012年某个时候发布。

想对它们有所了解,您可以从Apache的镜像站点下载Lucene 3.5和Solr 3.5。field iis7站长之家的用户要使用Lucene,其groupId为org.apache.lucene,artifactId模式为lucene-*,版本是3.5.0。您也可以订阅Lucene和Solr的邮件列表获取最新信息

Lucene 的详细介绍:
Lucene 的下载地址


    
 
 

您可能感兴趣的文章:

 
本站(WWW.)旨在分享和传播互联网科技相关的资讯和技术,将尽最大努力为读者提供更好的信息聚合和浏览方式。
本站(WWW.)站内文章除注明原创外,均为转载、整理或搜集自网络。欢迎任何形式的转载,转载请注明出处。












  • 相关文章推荐
  • Java 全文搜索框架 Lucene
  • 文本搜索引擎 Zend Search Lucene
  • Lucene Index薄荷糖 LuciMint
  • Lucene搜索引擎封装 ExpressSearch
  • Lucene 扩展 LGTE
  • Maven Lucene Plugin
  • Lucene图片搜索 LIRE
  • lucene分组统计扩展组件 Bobo
  • Lucene和Oracle的集成方案 LDI
  • Lucene索引查看工具 Luke
  • Lucene4c
  • lucene + hadoop 分布式运行框架 Nut
  • Lucene 查询工具 LQT
  • Lucene中文分词库 ICTCLAS4J
  • 基于Lucene的全文检索框架 snoics-retrieval
  • 基于lucene 4.3的知识图谱搜索引擎XunTa (一种用"知识点"来找人的搜人引擎)
  • lucene中文检索
  • java Lucene 中自定义排序的实现


  • 站内导航:


    特别声明:169IT网站部分信息来自互联网,如果侵犯您的权利,请及时告知,本站将立即删除!

    ©2012-2021,