用海量的分词系统，在lucene建立索引库，大数据量的时候出问题～！

海量的分词的精度准确率还是不错的
就是在建立索引库的时候数据库几千万条记录，出这个错误，但是索引一篇文章几百k的时候都不会出现这个问题～
#
# An unexpected error has been detected by HotSpot Virtual Machine:
#
#  EXCEPTION_ACCESS_VIOLATION (0xc0000005) at pc=0x033ecd14, pid=592, tid=3484
#
# Java VM: Java HotSpot(TM) Client VM (1.5.0-b64 mixed mode, sharing)
# Problematic frame:
# C  [HLSSplit.dll+0x1cd14]
#
# An error report file with more information is saved as hs_err_pid592.log
#
# If you would like to submit a bug report, please visit:
#   http://java.sun.com/webapps/bugreport/crash.jsp
#
应该是调用海量的c写的dll库出错
这个问题又什么好一点的解决办法么？
用过的兄弟给个建议～

专业搜索引擎，lucene只是模拟！
基于lucene的compass也不错！

nutch怎么样呀？

没用过，compass也是在看spring技术论坛时发现的！

这个问题始终困扰着我，比较郁闷

个人不是很赞成使用那个框架
实际上lucene的使用接口很简洁了，建立索引 搜索  高亮等等，里面的一些主要类都可以通过工场方法继承修改  的～
那个compass 封装了他的使用接口，还有配置文件，繁琐无比
而且性能有待考察

自己使用lucene还可以相对了解里面内部构造....................

基于spring的配制，相对来说，已经可以了！除非你说spring配制很烦，那就直接用annonation!且annonation管理也不是很方便！

还有，java做得搜索引擎，性能一般都很低！没必要谈性能！索引本身的性能依赖于语言本身了！
与c++的search engine比起来，差太多了！

GCa

oh,no

黄金时代