Hibernate search
搜索引擎
全文搜索引擎
全文搜索引擎是名副其实的搜索引擎，国外代表有Google，国内则有著名的百度搜索。它们从互联网提取各个网站的信息（以网页文字为主），建立起数据库，并能检索与用户查询条件相匹配的记录，按一定的排列顺序返回结果。
根据搜索结果来源的不同，全文搜索引擎可分为两类，一类拥有自己的网页抓取、索引、检索系统（Indexer），有独立的“蜘蛛”（Spider）程序、或爬虫（Crawler）、或“机器人”（Robot）程序（这三种称法意义相同），能自建网页数据库，搜索结果直接从自身的数据库中调用，上面提到的Google和百度就属于此类；另一类则是租用其他搜索引擎的数据库，并按自定的格式排列搜索结果，如Lycos搜索引擎。目录索引
目录索引虽然有搜索功能，但严格意义上不能称为真正的搜索引擎，只是按目录分类的网站链接列表而已。用户完全可以按照分类目录找到所需要的信息，不依靠关键词（Keywords）进行查询。目录索引中最具代表性的莫过于大名鼎鼎的Yahoo、新浪分类目录搜索。
元搜索引擎
元搜索引擎（META Search Engine）接受用户查询请求后，同时在多个搜索引擎上搜索，并将结果返回给用户。著名的元搜索引擎有InfoSpace、Dogpile、Vivisimo等，中文元搜索引擎中具代表性的是搜星搜索引擎。在搜索结果排列方面，有的直接按来源排列搜索结果，如Dogpile；有的则按自定的规则将结果重新排列组合，如Vivisimo。
全文搜索引擎的基本原理
具体再详细的概念参照baidu吧 搜索引擎
lucenne
java领域的全文搜索的工具包lucene不仅可以对文本数据进行搜索，还可以对html，excel和pdf等格式的文件建立索引并且进行搜索。
Hibernate search底层使用的就是 lucene。
--------------------------------------------------------------------------------------------------------------------------------
上述都属于概念
Hibernate Search特点
支持索引数据的自动更新
支持众多的搜索方式，使用关键词进行搜索，也可以使用通配符进行搜索，还可以使用近似或者同义词进行搜索
支持搜索集群
支持对Lucene API直接的调用
Hibernate Search的类库
hibernate-search.jar
lucene-core.jar
hibernate-commons-annotations.jar需要修改Hibernate.cfg.xml配置使用Hibernate Search
<property name="hibernate.search.default.directory_provider">
org.hibernate.search.store.FSDirectoryProvider
</property>
<property name="hibernate.search.default.indexBase">
D:/temp/index
</property>
<mapping resource="com/rbh/examples/Guestbook.hbm.xml" />
<event type="post-update">
<listener class="org.hibernate.search.event.FullTextIndexEventListener" />
</event>
<event type="post-insert">
<listener class="org.hibernate.search.event.FullTextIndexEventListener" />
</event>
<event type="post-delete">
<listener class="org.hibernate.search.event.FullTextIndexEventListener" />
</event>
<event type="post-collection-recreate">
<listener class="org.hibernate.search.event.FullTextIndexEventListener" />
</event>
<event type="post-collection-remove">
<listener class="org.hibernate.search.event.FullTextIndexEventListener" />
</event>
<event type="post-collection-update">
<listener class="org.hibernate.search.event.FullTextIndexEventListener" />
</event>修改持久化类，使用注解配置全文索引
@Indexed
public class Guestbook implements java.io.Serializable {
.............
@DocumentId //表示这个对象的主键
public Integer getId() {
return this.id;
}
@Field(store = Store.YES)
public String getName() {
return this.name;
}
...............
}对持久化对象建立索引
Session session = HibernateSessionFactoryUtil.getSessionFactory().getCurrentSession();
session.getTransaction().begin();
FullTextSession ftSession = org.hibernate.search.Search.getFullTextSession(session);
List<Guestbook> guestbooks = session.createQuery("from Guestbook").list();
for (Guestbook gb : guestbooks) {
ftSession.index(gb);
}
ftSession.getTransaction().commit();搜索全文索引后的持久化对象
QueryParser parser = new QueryParser("title", new StandardAnalyzer());
org.apache.lucene.search.Query luceneQuery = null;
try {
luceneQuery = parser.parse("title:test"); // build Lucene query
} catch (ParseException e) {
e.printStackTrace();
}
Session session = HibernateSessionFactoryUtil.getSessionFactory().getCurrentSession();
session.getTransaction().begin();
FullTextSession ftSession = org.hibernate.search.Search.getFullTextSession(session);
org.hibernate.Query query = ftSession.createFullTextQuery(luceneQuery, Guestbook.class);
query.setMaxResults(20);
query.setFirstResult(0);
List<Guestbook> guestbooks = query.list();
for (Guestbook gb : guestbooks) {
printGuestbook(gb);
}
ftSession.getTransaction().commit();使用luke工具，查看索引数据
Luke是一款显示Lucene索引数据、修改Lucene索引数据和进行模拟搜索的开源工具
注意：现在版本为luke-src-0.9.9，下载后也为lukeall0.9.9.jar cmd下无法运行lukeall0.9.9.jar 改名为lukeall.jar，运行java -jar lukeall.jar 即可
中文分词
把中文的句子切分成有意义的词，这就是中文分词
中文分词的基本机制
一种使用词库匹配另一种使用自动切分算法
词库切分与自动切分的比较
Hibernate Search 使用第三方的中文分词组件
"庖丁解牛"分词组件-------下载地址http://code.google.com/p/paoding/
配置"庖丁解牛"分词组件
新建paoding-dic-home.properties，文件添加
paoding.dic.home=D:/hibernate_test/paoding-analysis-2.0.4-beta/dic
修改持久化类中注解
......
@Indexed
@Analyzer(impl = net.paoding.analysis.analyzer.PaodingAnalyzer.class)
public class Guestbook implements java.io.Serializable {
.......
}