Lucene全文检索学习总结

一、Lucene概述

（1）全文检索概述

数据分类

结构化数据：具有固定格式或有限长度的数据 如：数据库中的表  检索方式：SQL语句

非结构化数据：不定长度或无固定格式数据 如：邮件、word文档、网页 检索方式：顺序扫描、全文检索

半结构化数据：如：xml文件、json格式数据

反向索引

由字符串到文件的映射是文件到字符串映射的反向过程。

创建索引需要三步：需要检索的数据（Document）、分词技术（Analyzer）、索引创建（Indexer）

索引检索需要四部：搜索关键字（Keywords）、分词技术（Analyzer）、检索索引（Search）、返回结果

（2）Lucene数学模型

二、网络爬虫

三、搜索后台

四、网页设计