小加号记事 https://blog.searchdiff.com/ Recent content on 小加号记事 小加号记事 https://blog.searchdiff.com/images/avatar.png https://blog.searchdiff.com/images/avatar.png Hugo -- 0.146.6 en 2025 小加号记事 Thu, 24 Apr 2025 00:00:00 +0000 Lucene搜索引擎类库介绍 https://blog.searchdiff.com/posts/introduction-to-lucene/ Thu, 24 Apr 2025 00:00:00 +0000 https://blog.searchdiff.com/posts/introduction-to-lucene/ <h2 id="lucene-简介">Lucene 简介</h2> <p>Lucene 是 Apache 软件基金会的顶级开源项目，是一个用 Java 实现的全文检索类库。它不是一个完整的搜索引擎产品，而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。</p> <h3 id="发展历史">发展历史</h3> <ul> <li>1997年：Doug Cutting 开始开发 Lucene</li> <li>2001年：成为 Apache 开源项目</li> <li>2005年：成为 Apache 顶级项目</li> <li>现在：广泛应用于各类搜索系统，如 Elasticsearch、Solr 等</li> </ul> <h2 id="核心特性">核心特性</h2> <ol> <li> <p><strong>高性能</strong></p> <ul> <li>倒排索引结构，检索速度快</li> <li>增量索引，支持实时搜索</li> <li>索引文件小，压缩率高（约为原文件的 20%-30%）</li> <li>多线程索引构建，充分利用硬件资源</li> <li>缓存机制优化，减少 I/O 操作</li> </ul> </li> <li> <p><strong>可扩展性</strong></p> <ul> <li>支持多种数据源：文本、PDF、Word、HTML 等</li> <li>插件化的文本分析器架构</li> <li>自定义评分机制（TF-IDF、BM25 等）</li> <li>字段加权和提升因子</li> <li>可自定义存储结构</li> </ul> </li> <li> <p><strong>高效的搜索算法</strong></p> <ul> <li>倒排索引（Inverted Index）实现</li> <li>跳跃表（Skip List）优化</li> <li>布尔查询优化</li> <li>短语查询优化</li> <li>相关度排序算法</li> </ul> </li> </ol> <h2 id="核心概念">核心概念</h2> <ol> <li> <p><strong>文档（Document）</strong></p> <ul> <li>索引和搜索的基本单位</li> <li>由多个域（Field）组成</li> <li>每个文档都有唯一的文档 ID</li> <li>支持动态字段和嵌套结构</li> </ul> </li> <li> <p><strong>域（Field）</strong></p> <ul> <li>StringField：不分词的字符串字段</li> <li>TextField：需要分词的文本字段</li> <li>NumericField：数值类型字段</li> <li>StoredField：仅存储的字段</li> <li>自定义字段类型</li> </ul> </li> <li> <p><strong>词项（Term）</strong></p> <ul> <li>索引的最小单位</li> <li>由域名和词值组成</li> <li>存储在倒排索引中</li> <li>支持通配符和模糊匹配</li> </ul> </li> </ol> <h2 id="索引结构">索引结构</h2> <ol> <li> <p><strong>段（Segment）</strong></p> <ul> <li>自包含的倒排索引子集</li> <li>不可变性（Immutable）</li> <li>定期合并优化</li> <li>分段搜索和合并</li> </ul> </li> <li> <p><strong>倒排索引组成</strong></p> 使用Cloudflare Pages创建静态博客 https://blog.searchdiff.com/posts/cloudflare-page-post/ Tue, 22 Apr 2025 00:00:00 +0000 https://blog.searchdiff.com/posts/cloudflare-page-post/ 详细介绍如何使用Cloudflare Pages和Hugo框架搭建一个免费的静态博客，包括配置、部署和优化等完整步骤