腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

码洞

专栏作者

176

文章

181937

阅读量

46

订阅数

时序数据库的秘密 —— 快速检索

文件存储编程算法 lucene/solr 缓存 Elasticsearch Service

Elasticsearch 是通过 Lucene 的倒排索引技术实现比关系型数据库更快的过滤。特别是它对多条件的过滤支持非常好，比如年龄在 18 和 30 之间，性别为女性这样的组合查询。倒排索引很多地方都有介绍，但是其比关系型数据库的 b-tree 索引快在哪里？到底为什么快呢？

2019-10-23

1.5K0

同义词搜索是如何做到的？

lucene/solr 中文分词 analyzer

前面几个章节我们使用到了 Lucene 的中文分词器 HanLPAnalyzer，它并不是 Lucene 自带的中文分词器。Lucene 确实自带了一些中文分词器，但是效果比较弱，在生产实践中多用第三方中文分词器。分词的效果直接影响到搜索的效果，比如默认的 HanLPAnalyser 对「北京大学」这个短语的处理是当成完整的一个词，搜索「北京」这个词汇就不一定能匹配到包含「北京大学」的文章。对语句的处理还需要过滤掉停用词，除掉诸于「的」、「他」、「是」等这样的辅助型词汇。如果是英文还需要注意消除时态对单词形式的影响，比如「drive」和「driven」、「take」和「taked」等。还有更加高级的领域例如同义词、近音词等处理同样也是分词器需要考虑的范畴。

2019-09-17

1.2K0

要飞起来了，Lucene 高阶查询技巧

lucene/solr 编程算法

在前面的章节中我们使用了最基础的关键词查询 TermQuery 和复合查询 BooleanQuery，本节我们来尝试 Lucene 内置的其它高级查询功能。

2019-09-17

1.2K0

一个朴素的搜索引擎实现

lucene/solr 存储

今天我们要使用 Lucene 来实现一个简单的搜索引擎，我们要使用上一节爬取的果壳网语料库来构建索引，然后在索引的基础上进行关键词查询。

2019-09-11

4990

倒排索引的精致结构

lucene/solr 存储云数据库 Redis 数据结构

前文提到倒排索引就是一个字典，字典的 Key 是关键词，字典的 Value 是文档 ID 列表（PostingList）。但是如果再深入一些，就完全不是这么回事，不论是 Key 还是 Value 其内部的实现结构都要比一个简单的字典复杂的太多。

2019-09-11

1.2K0

开源搜索技术的核心引擎 —— Lucene

开源 java lucene/solr 搜索引擎数据库

ES 很了不起，需要使用搜索技术的互联网公司大半都在使用他，但是它的核心引擎却是另一个开源框架 —— Lucene。ES 只是在 Lucene 的基础上穿了一件华丽的外衣，没有 ES 还会有其它产品来包装 Lucene，比如另一个仅次于 ES 的流行搜索系统 Solr，但是如果没有 Lucene，那 ES 可能就不会存在。这就好比 TiDB 也并不是百分百的中国人自己的存储系统，它的内部存储引擎是 RocksDB，来源于 Facebook，TiDB 也只是在它的基础上穿上的一件华丽的外衣。

2019-09-03

7180

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态