qindongliang1922
- 浏览: 2147701 次
- 性别:
- 来自: 北京
-
最新评论
-
qindongliang1922：
粟谷_sugu 写道不太理解“分词字段存储docvalue是没 ...
浅谈Lucene中的DocValues -
粟谷_sugu：
不太理解“分词字段存储docvalue是没有意义的”，这句话， ...
浅谈Lucene中的DocValues -
yin_bp：
高性能elasticsearch ORM开发库使用文档http ...
为什么说Elasticsearch搜索是近实时的？ -
hackWang：
请问博主,有用solr做电商的搜索项目?
Solr中Group和Facet的用法 -
章司nana：
遇到的问题同楼上 为什么会返回null
Lucene4.3开发之第八步之渡劫初期(八)
文章列表
许多情况下，在一个程序中使用多线程是有益处的，可以大大提高程序的效率，多线程主要有以下3个优点1,资源利用率更好2，程序设计在某些情况下更简单3，程序响应更快。当然凡事有利就有弊，多线程也会使程序的开发，维护及调试更加复杂，当然如果我们能够扬长避短，在正确的场合下使用多线程，那么它将成为我们程序中开发的利器。
Java一直以来，对多线程的开发支持比较良好，特别在JDK5,6后引入的java.util.concurrent包，使用多线程的开发变的更加容易，这个包里面大部分的API都是更进一步的封装，作为开发者，我们只需熟悉它怎么使用，就能够很轻松的上手，当然如果你想完全搞懂它，那么就需要读读那 ...
在看代码之前,笔者先说几句题外话，生产者-消费者模式，一直是多线程编程中的经典设计模式，不仅仅提现在Java中，各个类C语言，以及其他的一些高级语言中都有实现，在Java 5之前，还没有出现阻塞队列的容器时，实现一个生产者消费者模式，相对来说比较复杂，代码量也比较大，最重要的是设计同步存取时更需要小心谨慎，一不小心就会带来莫名其妙的问题。
Java 5之前实现同步存取时，可以使用普通的一个集合，然后在使用线程的协作和线程同步可以实现生产者，消费者模式，主要的技术就是用好，wait ,notify,notifyAll,sychronized这些关键字。而在java 5之后，可以使用组阻塞队列来 ...
前面，笔者已经介绍过solr里面另外2种中文分词的配置，今天就来就简述一下mmseg4j在solr4.3里面的配置，mmseg4j也是一款很优秀的中文分词器，是用Chih-Hao Tsai 的 MMSeg 算法(http://technology.chtsai.org/mmseg/ )实现的中文分词器，并实现 lucene 的 analyzer 和 solr 的TokenizerFactory 以方便在Lucene和Solr中使用。
其实，配置分词很简单，只要有分词jar包，然后在solr的schemal.xml里面配置一个分词器，就可以了，如果还想在专业一点，可以自定义词典库，禁用词库，相 ...
上篇文章，比较详细的介绍了拼写检查的功能，本篇笔者就来说一下检索建议的功能，可能好多才学的solr的人，都容易把二者搞混，误以为他们是同一个东西，其实不然，他们的侧重点，还是不同的，拼写检查就是用来检查用户输入的检索内容是否存在，如果不存在则，给它提示出相近，或相似的内容，而检索建议则是用户输入某个检索条件后，会立刻友好的给出一系列提示内容，并推荐首个出现的相似的词，作为推荐词。如果这个条件想关的东西一个都没有，则不会提示，所以某种意义上来说，可以在用户输入检索条件时使用suggest，而在点击完搜索时，使用拼写检查，二者结合给可以用户带来比较好的用户体验！
检索建议(suggest)是依附 ...
Cygwin是一款优秀的软件，因其能在windows上模拟Linux环境，从而给我们测试某些开发程序带来极大的方便，省去了安装虚拟机的琐碎事情，也大大的节约了计算机内存和CPU的开销，所以，我们有必要了解一下它，如果是用Linux开发 ...
漫步在城市的小道上，望着远方，思绪万千，当一切都烟消云散时，注定有起有落。
健身房，终于开起来了，抱着激动的心情，前去锻炼了，因为开始的第一周，游泳池还没弄好，其他的健身方式过于高级，所以还是选择了跑步，等以后游泳池好了，计划就是跑步加游泳，会比较好，第一周每天晚上，我都会去跑步1个小时，健身房里面的人挺多的，看起来也挺热闹的，这几天坚持每天晚上下班，都去跑步，一个小时跑下来，大概能跑10千米左右，每次，汗流的都把上衣给弄湿了，不过跑完之后，在洗个澡感觉还蛮爽的。
我这个人，平时上班没事的时候，总喜欢看一些程序员写的人生感悟，有些写的很好，不仅仅是编程方面的，还有人生方面，如何打拼，如何创 ...
拼写检查功能，能在搜索时，提供一个较好用户体验，所以，主流的搜索引擎都有这个功能。在这之前，笔者先简单的说一下什么是拼写检查，其实很好理解，就是你输入的搜索词，可能是你输错了，也有可能在它的检索库里面 ...
Java数据库连接接口(JDBC)是Java里定义的一套用于数据库连接和操作的API的集合。有不同的数据库厂商提供这套接口的实现类，对于Java程序员来说，程序员不需要关心数据库的底层的实现，统一的调用JDBC里面的抽象出来的API来完成数据库的访问功能，在Data access的功能和接口定义中，Java是在别的语言对数据库的URL的描述，其他的一切也就是通过统一的调用来实现了，本文章手机了主要的数据库厂商提供的Driver和URL，以便大家方便的对各种数据库进行连接的操作。
统一使用的方法 Class.for(jdbcDriverName); ...
关于XML的解析，是编程中不可或缺的一部分，也是很重要的一部分，那么目前对XML的解析工具类，也有很多，现在广泛使用主要有4中解析方式，DOM,SAX,JDom,Dom4j，
首先，从本质上说一下，其实只有2中解析方式 ，就是DOM和SAX解析 ...
Oracle的数据库里对于大字段存储，通常有3种类型，一种就是所谓的Blob类型，另一种就是Clob类型，第三种是NClob类型，关于这三者者的使用范围，应该说没有严格意义上的要求，但大部分场景下我用经常使用Blob存储二进制数据类 ...
首页，笔者先把两种最常用的Oracle分页方式sql语句贴出来,另外说明下笔者要查询的表有2000多万数据
第一种:
select * from (select rownum a, ARTICLEW.XMLDOC from ARTICLEW ) t where t.a between 1 and 200 ;
第二种:
select * from (select rownum, t.* from (select xmldoc from articlew) t where t.rownum<=200) where rownum > ...
笔者近期开发需要临时安装Oracle数据库进行远程连接，因为以前大部分都是用My SQL的数据库，没办法了，只能直接安装个Oracle数据库了，关于Oracle数据的下载与安装不是本文重点，所以想安装的读者可以到此链接进行下载，下载需要注册一个oracle账户，http://www.oracle.com/technetwork/indexes/downloads/index.html，下载完后完成之后即可安装，安装其实很简单，基本上下一步下一步就没问题了。
下面开始本文的重点，在这之前笔者先讨论下Oracle自带的开发工具SQL PLUS和SQL Developer，首先笔者觉得SQL PL ...
上一篇讲了使用solr4.3自带的smartcn进行中文分词，这一篇说一下，怎么使用IK进行分词，
在这之前先对中文分词的种类介绍一下，目前的中文分词主要有两种
1，基于中科院ICTCLAS的隐式马尔科夫hhmm算法的中文分词器，例如smartcn等。（不支持自定义扩展词库）
2，基于正向迭代最细粒度切分算法（正向最大匹配并且最细分词）例如IK，庖丁等（支持自定义扩展词库）
安装分词前，可以去http://code.google.com/p/ik-analyzer/downloads/list下载IK的分词包
ikanalyzer-4.3.1-SNAPSHOT.jar
下载完毕后，将此包放 ...
solr4.3默认的分词器是一元分词器，这个本来就是对英文进行分词的，英文大部分就是典型的根据空格进行分词，而中文如果按照这个规则，那么显然是要有很多的冗余词被分出来，一些没有用的虚词，数词，都会被分出来，影响效率不说，关键是分词效果不好，所以可以利用solr的同步发行包smartcn进行中文切词，smartcn的分词准确率不错，但就是不能自己定义新的词库，不过smartcn是跟solr同步的，所以不需要额外的下载，只需在solr的例子中拷贝进去即可，下面给出路径图和安装solr4.3的smartcn分词过程
无论安装那种分词器，大部分都有2个步骤，第一步是拷贝jar包到solr的lib中
...
lucene在4.x之前，没有实现分组的功能，如果业务中有需要分组的功能，那么必须的借助第三方的提供的插件，来实现分组，例如Bobo-browse，或者，自己用lucene写分组功能，笔者个人觉得用第三方的分组插件，虽说功能强大，但是比较繁琐，自己写的话，可以实现，但是效率方面却不是很好，在4.x之后，lucene已经自己实现分组功能提供了分组jar包
lucene-grouping-4.2.0.jar，利用此类可以效率很高完成分组去重功能。下面不在啰嗦，直接贴出代码，如有问题，欢迎指正!
public static List<HashMap<String, S ...