1.搜索引擎的历史，搜索引擎起步，发展，繁荣，搜索引擎的原理，搜索技术用途，信息检索过程，倒排索引，什么是Lucene,Lucene快速入门



一：

1 
搜索引擎的历史

萌芽：Archie、Gopher

Archie:搜索FTP服务器上的文件

Gopher:索引网页

 

2 
起步：Robot(网络机器人)的出现与spider(网络爬虫)

Robot基于网络的，可以执行特定任务的程序

Spider：特殊的机器人，网络爬虫，爬取互联网上的信息（可以是文件，网络）----网络自动下载程序

 

3
  发展阶段：excite,galaxy,yahoo这些公司做搜索

 

4
  繁荣：infoseek,AltaVista,Google和百度

 

5  
搜索引擎的原理：

有三步

A 
爬取资源

B 
建立索引

C 
用户索引



二 
搜索技术能用来做什么？

案例：

A 
使用word中Ctrl+F进行检索：原理：从文档自上而下搜索

B 
从windows的资源管理器中看搜索：搜索每个文件夹，检索需要的文件

C MyEclipse中的help contents：原理：站内搜索

D Baidu和Google提供互联网中各种资源的搜索：原理：垂直搜索

 

三：信息检索的过程

A 
构建文本库

B 
建立索引

C 
进行搜索

D 
对结果进行排序

 

四：倒排索引

倒排搜索区别于传统查找，传统线性查找，按照信息从前到后，依次查找（效率），倒排搜索，记录信息出现的位置，通过索引内容快速找到关键信息，类似书记的目录！

 

五：什么是Lucene（全文检索框架，apache提供）

A 
Lucene是一套用于全文检索和搜寻的开源程式接口，能够做全文索引和搜寻，在Java开发环境里Lucene是一个成熟的免费开发源代码工具

 

B Lucene是提供了一个简单却强大的应用程式接口，能够做全文检索索引和搜寻，在Java开发环境里Lucene是一个成熟的免费的开放源代码工具。

 

 

全文检索：对数据建立全文索引，根据全文索引搜索信息

 

solr
是高性能搜索服务器，基于Lucene

 

Lucene并不是现成的搜索引擎产品，但可以用来制作搜索引擎产品

Lucene是搜索引擎的开发技术，Lucene并不是一个现成的产品

 

官网：http://lucene.apache.org

六 
什么是全文件检索

全文检索：对需要查找数据的每一个单词建立索引

 

七：Lucene快速入门（5个步骤）

A
下载Lucene的卡发包，Lucene-3.6.2.zip

B
导入jar包到工程Lucene-core-3.6.2.jar

C
将数据转换成为文档对象Document

D
建立索引Index

E
查询索引获取数据