Application of Full Text Search Engine Based on Lucene

This paper introduces us the full-text search engine based on Lucene and full-text retrieval technology, including indexing and system architecture, compares the full-text search of Lucene with the String search retrieval’s response time, the experimental results show that the full text search of Lucene has faster retrieval speed.

基于ElasticSearch的医疗数据检索系统的设计与实现

随着医疗技术的发展,医疗业务场景越加复杂,由此产生的医疗数据也越来越多,其来源复杂,结构多变,信息冗余,数据不完整。这些特性使得系统在进行检索时,无法快速、有效、精确地查询数据。为了解决这个问题,设计并实现了基于ElasticSearch的医疗数据检索系统。该系统将医疗数据进行标准化,填补缺失值,选取合适的分词算法进行分词,将处理后的数据存入ElasticSearch中,同时使用SpringBoot构建系统应用,消耗多个医疗基础业务系统产生的数据,最终形成统一的医疗数据检索系统,给用户提供便捷、精确的查询服务。

基于ElasticSearch的输变电工程全文检索研究

随着输变电工程建设工作的开展,多源异构的全过程非结构化文档体量日益增大,需要对这些非结构化文档进行稳定管理。为实现输变电工程非结构化文档的高效检索,研究了基于ElasticSearch的输变电工程全文检索方案,构建电网专用术语词典对智能化分词进行辅助优化,融合输变电工程资料的特征信息,对分词成果进行语义赋值,基于语义标签改进分词算法,进一步提升全文检索效率和准确率,搭建了输变电工程全文检索系统,以验证此技术方案的可行性。

企业级全文搜索系统设计与实现

为解决企业内部信息资源难以被快速精确检索和有效利用、全文检索时数据访问权限控制问题,提出一种全文搜索系统数据访问权限控制模型,并设计了企业级全文搜索系统,阐述了企业级全文搜索系统的架构及其数据同步模块、数据索引模块、数据搜索模块、权限控制模块等重要模块的设计与实现。该系统能在用户权限范围内对数据进行全文检索,有效实现对企业信息资源进行统一整合和检索,提高企业信息资源利用效率。

基于实时同步和全文搜索技术的方剂学多维实训平台

针对中医方剂学存在的数据量大、类型多样、学习识记困难等问题,提出一种改进的基于实时同步和全文搜索算法的方剂学多维实训平台(MTPF)。分析MTPF系统需求并搭建基础框架,采用Canal同步数据和ElasticSearch提供全文搜索服务,以保证业务应用的效率和性能;结合MTPF业务领域问题,提出针对具体业务的可配置和过滤的同步算法,构建面向搜索的自定义分词词典优化算法。通过系统应用及对比实验,验证了改进算法能够满足MTPF的需求;通过与其他框架的对比实验,证明了改进算法在同步时延、资源消耗、搜索速度等方面均取得了良好的效果,保障了业务数据信息在传输、存储、同步、搜索等环节的性能。

Oracle Text技术在复杂结构数据库中的应用

全文检索技术是智能信息管理的关键技术之一,Oracle Text作为Oracle9i的一个组件,提供了强大的全文检索功能。但Oracle Text全文检索技术只是针对表结构相对固定的数据库,而对表结构以及表数量不断变化的数据库实现全文检索的能力是不足的。文中介绍了Oracle Text全文检索技术的方法和步骤,阐述了其在复杂结构数据库中的具体应用,最后程序实现了所设计的全文检索技术。

一种新型高效全文检索引擎的设计

为了改善常规存储方式模糊查询性能较低的问题,提出一种针对大文本文档数据的高效模糊查询方法。通过对文档建立倒排索引,将索引以及部分文档信息提取到内存中以降低磁盘输入和输出(Input/Output,I/O)。根据内存中的倒排索引和数据库中主键形成的映射查询数据,然后通过相关度算法对这些数据进行排序,并以字典树作为搜索提示,实现高效的全文检索。实验结果表明:与ElasticSearch使用相同词集时,随着测试数据量的变化,所设计的全文检索引擎的查询效率是ElasticSearch效率的80~1200倍,其效率优势随着数据量增加呈现反比例关系变化,并且在17919条文档数据下,其内存占用不超过2.5 GB,适合用于海量文档数据检索。

基于Lucene的MYSearch全文搜索引擎

基于Lucene开源框架设计实现了MYSearch全文搜索引擎。给出了MYSearch实现的基本原理和设计流程,以及实验结果,并针对Lucene在中文分词方面的不足展开了讨论,给出了改进方法。

基于大数据技术的高职院校全量数据资源池的建设与实践

各高职院校智慧校园建设均取得了一定成就,积累了大量的数据。在此背景下,全量数据资源池的建设得到高职院校的关注。文章对现阶段数据建设方面的问题进行分析,并探讨全量数据资源池建设的重点任务、建设思路及应用价值,为高职院校决策分析、教学科研、管理服务提供全维度、高质量的数据引擎,推动高职院校高质量发展。

基于Microsoft Search Service为图书馆自建数据库创建Web全文检索系统

分析了基于 Microsoft Search Service为图书馆自建数据库创建 Web全文检索系统的理由、Microsoft SearchService的索引机制和检索机制 ,并运用 ASP.

利用interMedia-Text实现基于Web的大型文档库的全文检索模块

随着电子文档的大量使用 ,如何建立高效的文档管理系统成为一个新的研究方向。本文就实现管理系统的一项技术难点 ,即大型文档的全文检索功能 ,提出了一种新的可行方案。其核心选用了最新的数据库技术interMedia -Text 。

面向工程数据检索的ElasticSearch索引优化策略

随着生产制造业的发展,各行业在生产制造的过程中都会产生大量的工程数据,现代工程领域的数据检索需求要求能够通过关键字快速且准确检索出相应的结果,利用ElasticSearch可以实现工程数据的检索,但是其性能方面还有优化的空间。为了解决这个问题,本文对ElasticSearch的底层原理进行深入研究,在ElasticSearch的索引创建、索引分片以及索引段合并方面进行优化。首先对ElasticSearch的分词器进行修改并配置自定义词典,其次提出基于集群节点性能与索引数据量大小的索引分片策略,最后,根据节点性能对索引段合并的时机进行优化。通过基于地铁工程数据的检索进行实验,实验结果表明,改进的方法确实能够提高ElasticSearch的数据写入与查询性能。

基于ElasticSearch全文检索的农业地理信息大数据平台设计与实现

针对目前农业大数据平台地理要素纳入不足、研究尺度受限、搜索功能相对薄弱等问题,本文充分发挥了测绘部门自然地理要素数据精细、农业遥感监测数据精准、野外全景采样数据完整的优势,基于ElasticSearch搜索引擎,利用网络技术、电子地图技术与空间数据库技术设计并实现了全文检索的农业地理信息大数据平台,多角度、多维度、多层次精确地展示数据信息内容,为农业大数据的规律寻找、价值挖掘与有效利用提供了有力支撑。

基于MapReduce集群框架的外观专利检索系统设计

基于MapReduce集群框架的外观专利检索系统设计旨在提高专利检索的效率和准确性。该系统以Hadoop分布式文件系统(HDFS)为存储基础,利用MapReduce并行计算模型实现专利数据的快速处理和检索。通过搭建Linux集群环境和分布式计算平台Hadoop,系统能有效加速外观专利检索,提高检索效率和准确性。

Oracle Text全文检索技术在文档资料管理中的应用

本文利用Oracle Text全文检索技术,根据数据库业务逻辑构建了关键词表,通过为关键词表建立索引的方式进行检索,提高了检索效率;以ViusalC++6为开发平台,采用C/S结构技术研发了多类型文档资料管理系统,实现了办公文档资料的高效管理.

基于Elasticsearch的校内全文搜索平台的研究与实现

为了解决校园网域内的数字资源无法精确定位和获取问题,对搜索引擎的工作原理和Elasticsearch(ES)的运行机制进行深入研究,实现提供多文件类型的实时全文搜索服务平台,并对ES的中文索引缺陷进行优化。实验结果表明,相比于通用的搜索引擎和基于内容管理的搜索引擎,所实现的搜索引擎能够更快速、准确、全面地完成校内用户的搜索需求。

轻量级缓存策略的关系型数据库全文搜索加强与扩展

针对关系型数据库(RDB)现有的全文搜索方案存在的效率低下、资源占用高的问题,提出一种具有增强式辅助缓存的轻量级关系型数据库全文搜索模型。首先,该模型构建基于Redis的倒排索引,并利用缓存索引缩小搜索范围,从而用内存高效的数据处理能力解决关系型数据库I/O瓶颈,并提升系统整体性能;其次,为保证搜索结果的准确性和时效性,进一步提出索引同步策略,而且设计并实现了增量索引组件来隐藏索引处理细节,从而提高模型的易用性和通用性;最后,对于热点数据提供一种基于访问热度的索引更新机制,以降低倒排索引的内存占用。实验结果表明,所提模型在保证关系型数据库全文搜索响应速度和准确度的前提下,空间资源消耗比MySQL全文索引降低了48.8%~60.9%,比Elasticsearch降低了85.2%~96.2%,证明所提模型在实际应用中可行且有效。

面向中医药典籍的阅读对照系统设计与实现

中医药典籍反映了所处历史时期中医药的发展情况,但其因朝代不同、版本不同而差异较大,这对中医药典籍的异文标注及阅读对比工作提出了新要求。文中运用文本标注工具poplar并结合ElasticSearch构建分布式索引库,提出一种跨平台的中医药典籍阅读对照系统。该系统主要包含典籍阅读、图文对照阅读、异文标注、异文对照阅读及典籍异文全量搜索等功能。系统架构整体基于B/S模式,前端采用Vue,后端采用SpringBoot,数据库采用MySQL。为提升访问效率,采用高速Redis缓存,构建性能高效且便于移植的典籍数据库。中医药文献研究人员的验证及使用结果表明,所设计系统使得异文研究更便捷和规范,同时也为中医药典籍文献的研究提供了较为有力的支撑。

面向网络的全文检索中索引文件的组织

为了提高网络中全文检索的效率 ,需要对Web页面中内容进行分析、建立全文索引 ,并对索引的结构进行高效率的组织。讨论了索引的组织结构及其实现方法 ,并分析了不同的组织方法的性能。

基于Lucene的地名数据库快速检索系统

针对传统关系型数据库海量地名数据检索效率低下的问题,提出了一种盘古分词和Lucene全文检索相结合的地名数据库快速检索方法。首先,设计了一种地名数据表结构,比较了几种常用开源分词器的中文分词性能,并选用性能优异的盘古中文分词器,通过扩展其词典来实现中文地名的有效分词。其次,利用内存索引和多线程并行处理技术提高Lucene创建倒排索引效率,并依据地名类别和显示优先级属性优化了检索结果相关度排序策略。最后,开发了一套具有快速搜索和地图定位展示的Web地名检索系统,使用500万条真实地名数据测试了其检索性能,查询平均耗时不到1s,比MySQL数据库模糊检索效率提高了15倍,匹配结果也更加准确,能够提供高效灵活的海量地名公共检索服务。