① 什麼是全文檢索

1.資料的分類
1）結構化資料
格式固定，長度固定，資料型別固定。
例如資料庫中的資料
2）非結構化資料
word文件，pdf文件，郵件，html
格式不固定，長度不固定，資料型別不固定

2.資料的查詢

1）結構化資料的查詢

sql語句，查詢結構化資料的方法，簡單，速度快

2）非結構化資料的查詢

從文字文件中找出包含spring單詞的檔案

1 目測（坑爹呢）
2使用程式把文件讀取到記憶體中，然後匹配字串，順序掃描
3 把非結構化資料變成結構化資料
先根據空格進行字串拆分，得到一個單詞列表，基於單詞列表建立一個索引
然後查詢索引，根據單詞和文件的對應關係找到文件列表，這個過程就叫做全文檢索，

索引；一個為了提高查詢速度 建立某種資料結構的集合。

3.全文檢索
先建立索引然後查詢索引的過程就叫做全文檢索，
索引一次建立可以多次使用，表現為每次查詢速度很快，

② 全文檢索的應用場景

1.搜尋引擎
百度，360搜尋，谷歌，搜狗

2.站內搜尋
論壇搜尋.微博，文章搜尋

3.電商搜尋

淘寶搜尋，京東搜尋
4. 只要是有搜尋的地方，就可以使用全文檢索技術

三丶 什麼是lucene

lucene是一個局域java開發全文檢索工具包

四丶 lucene實現全文檢索的流程，

1 建立索引
1）獲得文件，
原始文件，要基於那些資料來進行搜尋，那麼這些資料就是原始文件
搜尋引擎；使用爬蟲獲得原始文件，
站內搜尋：資料庫中的資料
案例：直接使用io流讀取磁碟上的檔案

2）構建文件物件
對應每個原始文件建立一個document物件
每個document物件中包含多個域 （filed）
域中儲存的就是原始文件資料
域的名稱
域的值
每個文件都是有一個唯一的編號，就是文件id
3）分析文件
就是分詞的過程
1.根據空格進行字串拆分，的到一個單詞列表
2.把單詞統一轉換成小寫
3.去除標點符號
4.去除停用詞
停用詞：無意義的詞
每個關鍵詞都封裝成一個term物件中
term中包含兩部分內容；
關鍵詞所在的域
關鍵詞本身
不同的域中拆分出來的相同的關鍵詞是不同的term

4）建立索引
基於關鍵詞列表建立一個索引，儲存到索引庫中
索引庫中：
索引
document物件
關鍵詞和文件的對應關係
通過詞語找文件， 這種索引的結構膠倒排索引結構

2.查詢索引
1） 使用者查詢介面
使用者輸入查詢條件的地方
例如：百度的搜尋框
2）把關鍵詞封裝成一個查詢物件
要查詢的域
要搜尋的關鍵詞
3）執行查詢
根據要查詢的關鍵詞到對應的域上進行搜尋
4）渲染結果
根據文件的id找到文件物件
對關鍵詞的進行高亮顯示
分頁顯示
最終展示給使用者