Apache Lucene 8.0.0 发布，Java 全文搜索引擎

内容简介：Lucene PMC 宣布推出 Apache Lucene 的最新版本 8.0.0，可在生产环境中使用。 Lucene 是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎、部分文本分析引擎。目的是为软件开发人员提供一个简单易用的工具...

Lucene PMC 宣布推出 Apache Lucene 的最新版本 8.0.0，可在生产环境中使用。

Lucene 是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎、部分文本分析引擎。目的是为软件开发人员提供一个简单易用的 工具 包，以方便地在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。

新版本的亮点包括：

查询执行

新版本对术语查询、短语查询和布尔查询进行了优化，在不需要总点击数的时候，可以有效地跳过不具竞争性的文档。根据实际查询和数据分布的不同，查询的速度会在慢几个百分点和快几倍之间变化，对术语查询和纯粹析取（pure disjunctions）来说更是如此。

为配合这个改进，一些 API 做了改动：

• TopDocs.totalHits 现在是一个能给出实际点击数下限的对象。

• IndexSearcher 的 search 和 searchAfter 方法可以精确地计算总点击数，现在最大值只能可达 1,000，以便查询优化的默认启用。

• 现在需要查询才能产生非负分数。

编解码器

• 发布当下的索引得分，会影响到附带的的跳过数据（skip data）。这也是在点击计数不需要的情况下，术语查询对热门点击集合进行优化的方式。

• Doc 值引入了跳转表，以便可以不中断地运行，这对稀疏字段来说有很大作用。

• 现在术语索引 FST 会在堆外加载使用 MMapDirectory 的非主键字段，从而减少这些字段的堆使用。

自定义评分

新的 FeatureField 允许将诸如 pagerank 的静态特征有效地集成到分数中，并且新的 LongPoint#newDistanceFeatureQuery 和 LatLonPoint#newDistanceFeatureQuery 方法可以分别从新近度（recency）和地理距离来提升分数。这些新帮手针对不需要总点击数的情况进行了优化。举个例子，如果 pagerank 在您的分数中有着高的权重，那么 Lucene 往往能跳过低 pagerank 值的文档。

具体更新信息可查阅更改日志

下载地址：http://lucene.apache.org/core/downloads.html

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

• 海量数据搜索---搜索引擎
• 海量数据搜索——搜索引擎
• 电商搜索引擎-算法选型
• ElasticSearch全文搜索引擎
• 自己写个搜索引擎
• 一步步实现 Redis 搜索引擎

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。