隨著計算機技術(shù)和互聯(lián)網(wǎng)技術(shù)的發(fā)展,人們也越來越多的使用電子文檔記錄數(shù)據(jù),電子文檔具有容量大,易存儲和易轉(zhuǎn)移等特點,但當(dāng)數(shù)據(jù)量較大時查找電子文檔的內(nèi)容就需要借助索引技術(shù)加快搜索速度,索引技術(shù)的優(yōu)劣直接影響用戶的使用體驗。主要探討單機存儲大規(guī)模文檔時高效索引的建立問題,論文分析檢索系統(tǒng)的組成和原理,最后使用Lucene工具包通過多線程建立多個索引目錄的方式,加速索引的建立以及索引查詢的速度。實驗結(jié)果表明,該文的方法能有效提升索引的創(chuàng)建和搜索速度。 

【文章來源】：工業(yè)控制計算機. 2020,33(01)

【文章頁數(shù)】：2 頁

【部分圖文】：

Lucene索引創(chuàng)建及搜索

論文實驗采用Java語言，針對100M、200M至1G的文本集，分別使用單線程程序和本文提出的多線程多索引目錄的方法創(chuàng)建索引并檢索關(guān)鍵字，比較創(chuàng)建索引的速度和檢索關(guān)鍵字的速度。實驗結(jié)果如圖2所示。通過實驗結(jié)果可以看出，在創(chuàng)建索引階段，本文的方法可以明顯提高索引的創(chuàng)建速度，并且數(shù)據(jù)集越大速度提升越明顯。在索引檢索階段，當(dāng)索引數(shù)據(jù)量較小時單線程有優(yōu)勢，但是當(dāng)索引數(shù)據(jù)量增大時，多線程的檢索效率更高。這是由于索引數(shù)據(jù)量較小時，多線程需要額外的線程創(chuàng)建和切換時間，導(dǎo)致整個過程耗時更多。

【參考文獻】：
期刊論文
[1]基于搜索引擎日志的用戶查詢意圖分類[J]. 楊杰,徐越,余建橋,蔣建華.  指揮信息系統(tǒng)與技術(shù). 2019(02)
[2]基于SSM框架的高并發(fā)電子商務(wù)平臺設(shè)計與實現(xiàn)[J]. 吳倩,應(yīng)捷,韓旭.  電子商務(wù). 2019(03)
[3]Hash表與B+樹相結(jié)合的高效目錄索引結(jié)構(gòu)[J]. 劉賢焯,王勁林,朱明,鄧峰,孫鵬.  西安交通大學(xué)學(xué)報. 2013(04)
[4]關(guān)于Lucene索引工具的性能優(yōu)化研究[J]. 張春燕,劉發(fā)升.  計算機技術(shù)與發(fā)展. 2011(05)
[5]Lucene的全文檢索的研究與應(yīng)用[J]. 李永春,丁華福.  計算機技術(shù)與發(fā)展. 2010(02)
[6]基于Lucene的索引系統(tǒng)的設(shè)計與實現(xiàn)[J]. 黃少林,王華,張玉紅,蔣一峰.  現(xiàn)代情報. 2009(07)
[7]一種高效的全文檢索索引技術(shù)[J]. 陳瑋,陳玉鵬,石晶,陸達.  計算機應(yīng)用研究. 2004(07)

碩士論文
[1]基于Lucene的全文檢索系統(tǒng)的設(shè)計與實現(xiàn)[D]. 范蕾.廈門大學(xué) 2014



本文編號：3069194