随着公司网站各功能模块中信息量的逐渐增加,怎样通过关键词速度快地查找到所需信息也就成了网站要解决的关键问題之一。对于小型的公司网站来说,因为数据量不是太大,采用基于数据库的模糊检索方式就能符合要求。但这种检索方式只适合检索结构化数据,无法对文本、图片等非结构化数据进行检索。并且,在使用like查询时,需要对数据库表格中相关字段的内容全部检索一次,在数据量较大的环境下,like查询对系统性能的影响是相当大的。为解决传统数据检索方式存在的效率低下问題,以Lucene为代表的
站内全文检索技术
也就应运而生。Lucene的检索流程实际上便是把模糊查询变成可以通过索引进行精确查询的流程,就如查字典,只需要从索引目录中找出所查字符的页码即可实现精肯定位,不用一页一页的去搜寻,极大地提升了数据检索的效率和准确性。全文检索的实现流程主要分为索引创建和搜索索引两个步骤。其中,索引创建便是将结构化数据和非结构化数据的特征信息提取出来并储存到创建好的索引库中;搜索索引便是利用用户需要查询的关键词,从索引库中搜索出符合条件的记录,然后将查询结果返回给用户。