- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我是 db4o 和 Lucene 的新手。
目前,我正在使用 db4o 将我的数据保存在 Android 应用程序中。我需要能够执行快速搜索以及向用户提供建议(例如,自动完成建议)。
一个 SO 海报提到使用 Lucene 来索引数据并使用 db4o 来存储它。
有没有人实现过这种方法?如果是,如果他们分享整体方法,我将不胜感激?有哪些替代方案?
最佳答案
我使用 Lucene 从要存储在数据库中的项目中提取关键字,并存储我称之为“关键字扩展”的对象,这些对象指向相应的域对象。这使得领域对象可以通过关键字找到(也允许词干提取),并分离关键字关注点。该数据库是根据大型静态数据集(美国农业部食品营养数据库)构建的,因此我无需担心运行时的变化。因此,该解决方案在其当前形式中受到限制......
解决方案的第一部分是编写一小段代码,获取一些文本并将关键字和相应的词干(使用 Lucene 的“Snowball”词干提取)提取到 map 中。您可以使用它从存储在数据库中的某些域对象中提取关键字/词干。我保留了原始关键字,以便我可以对所做的搜索创建某种统计数据。
第二部分是构建我称为“关键字扩展”的对象,它将词干存储为一个数组,将相应的关键字存储为另一个数组,并有一个指向具有关键字的相应域对象的指针(我使用数组是因为它们有效使用 DB4O 更容易)。我还将我的 KeywordExtension 类子类化以对应于特定域对象的类型 - 例如,我存储了一个“Nutrient”域对象和一个相应的“NutrientKeywordExtension”对象。
第三部分是收集用户输入的搜索文本,再次使用词干提取器提取词干,并使用这些词干搜索 NutrientKeywordExtension 对象。然后,您可以获取这些扩展指向的 Nutrient 对象,并最终将它们显示为搜索结果。
正如我所说,我的数据库是静态的——它是在应用程序第一次运行时创建的。在动态数据库中,您需要担心保持营养素和相应的关键字扩展同步。一种解决方案是将 nutrient 和 nutrient 关键字扩展合并到一个类中,如果您不介意在域对象中包含这些内容(我不喜欢这样)。否则,每次创建/编辑/删除域对象时都需要考虑关键字扩展。
我希望这个有限的例子能有所帮助。
关于android - 我如何结合使用 db4o 来存储数据和 Lucene 来索引数据以进行快速搜索?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5807719/
Lucene 对俄语的支持很差。 RussianAnalyzer(lucene-contrib 的一部分)质量非常低。 Snowball 的 RussianStemmer 模块更糟糕。它不识别 Uni
我需要使用 Lucene 对 Books 数据库进行多字段级别搜索。 例如:我的搜索条件类似于: (Author:a1 and title:t1) OR (Author:a2 and title:t
在搜索一堆文档时,我可以轻松找到符合我的搜索条件的文档数量: Hits hits = Searcher.Search(query); int DocumentCount = hits.Length()
我正在向 Lucene 索引添加数十亿行,每行几乎是 6000 字节。可以添加到 Lucene 索引的最大行数是否有限制? Lucene 索引上 6000 字节的十亿行将占用多少空间。这个尺寸有限制吗
如果我编写使用 Lucene 执行搜索的算法,我该如何说明它的计算复杂度?我知道 Lucene 使用 tf*idf 评分,但我不知道它是如何实现的。我发现 tf*idf 具有以下复杂性: O(|D|+
我想在索引中搜索特殊字符。 我转义了查询字符串中的所有特殊字符,但是当我在索引中的 lucene 上执行查询为 + 时,它会创建查询为 +()。 因此它不搜索任何字段。 如何解决这个问题呢?我的索引包
我不明白它们是什么,我真的很感激一个简单的解释,展示它们给世界带来的值(value),而没有太多关于它们如何工作的实现细节。 最佳答案 范数是计算分数的一部分。可以根据您的喜好计算标准,真的。使规范与
这可以被视为一般 Java 问题,但为了更好地理解,我使用 Lucene 作为示例。 您可以在 Lucene 中使用不同的分词器来分词文本。有主要的抽象 Tokenizer 类,然后是许多扩展它的不同
我必须索引应该一起搜索的不同类型的数据(文本文档、论坛消息、用户配置文件数据等)(即,单个搜索将返回不同类型数据的结果)。 拥有多个索引(每种类型的数据一个)的优缺点是什么? 以及对各种数据使用单一索
我使用Lucene.Net为一些文档建立索引。我想向用户展示几行有关为什么该文档出现在结果集中的信息。就像您使用Google进行搜索一样,它会显示链接,然后是链接,其中有几行带有突出显示的关键字。 有
Lucene 中的段是什么? 分段有什么好处? 最佳答案 Lucene 索引被分割成更小的 block ,称为段。每个段都有自己的索引。 Lucene 按顺序搜索所有这些。 当新的写入器打开以及写入器
我想了解 lucene 搜索如何运行得如此之快。我在网上找不到任何有用的文档。如果您有任何内容(除了 lucene 源代码)需要阅读,请告诉我。 在我的例子中,使用带索引的 mysql5 文本搜索进行
有人可以解释一下 Lucene 中不同分析器之间的区别吗?我收到 maxClauseCount 异常,我知道可以通过使用 KeywordAnalyzer 来避免这种情况,但我不想在不了解分析器周围问题
显然它不能用来破坏索引或破解卡号、密码等(除非有人愚蠢到将卡号或密码放入索引中)。 是否有可能因过于复杂的搜索而导致服务器瘫痪? 我想我真正需要知道的是我是否可以将用户输入的 Lucene 查询直
我已经索引了 400 个文档。然后我想给两个文档和 lucene 返回这两个文档之间的相似度。那可能吗?提前致谢。 最佳答案 简而言之。计算两个文档向量的余弦。 example code 关于luce
我正在考虑/致力于为我们公司的各种内容类型实现一个搜索引擎,并尝试着迷于 Lucene(特别是 .net 风格)。 目前,我的主要问题是索引的文档是否必须包含相同的字段。 例如: 文档1: 标题:“我
我对 Lucene 的评分功能有一个问题,我无法弄清楚。到目前为止,我已经能够编写这段代码来重现它。 package lucenebug; import java.util.Arrays; impor
我需要建立该矩阵,但找不到用于为每个单元格计算归一化tf-idf的方法。 我要执行的归一化是余弦归一化,将tf-idf(使用DefaultSimilarity计算)除以1 / sqrt(列中的sumO
有意义吗? 对于我的客户来说,开发克罗地亚语分析器太昂贵了,我没有找到任何现有的分析器...所以我的问题是...我是否告诉他们放弃使用 Lucene 来处理克罗地亚语内容的想法? 谢谢! 最佳答案 S
频繁更新 lucene 索引(每隔几秒)可以吗?更新将同样是添加,更新和搜索将同时发生。 最佳答案 我将在这个答案前面加上“我只使用过 Java Lucene”,但这应该仍然适用:从一般意义上讲,按照
我是一名优秀的程序员,十分优秀!