大家好，關(guān)于solr搜索引擎很多朋友都還不太明白，不過沒關(guān)系，因為今天小編就來為大家分享關(guān)于開源的知識點，相信應(yīng)該可以解決大家的一些困惑和問題，如果碰巧可以解決您的問題，還望關(guān)注下本站哦，希望對各位有所幫助！

java如何實現(xiàn)搜索功能

先寫具體的實現(xiàn)代碼，具體的實現(xiàn)思路和邏輯寫在代碼之后。

搜索時用于排序的Bean

構(gòu)造的搜索數(shù)據(jù)結(jié)構(gòu)以及簡單的搜索算法

[java]viewplaincopyprint?/***@Description:*/packagecn.lulei.search.engine;importjava.util.ArrayList;importjava.util.Collections;importjava.util.Comparator;importjava.util.HashMap;importjava.util.HashSet;importjava.util.List;importcn.lulei.search.engine.model.SortBean;publicclassSerachBase{//details存儲搜素對象的詳細信息，其中key作為區(qū)分Object的唯一標識privateHashMap<String,Object>details=newHashMap<String,Object>();//對于參與搜索的關(guān)鍵詞，這里采用的稀疏數(shù)組存儲，也可以采用HashMap來存儲，定義格式如下//privatestaticHashMap<Integer,HashSet<String>>keySearch=newHashMap<Integer,HashSet<String>>();//HashMap中額key值相當(dāng)于稀疏數(shù)組中的下標，value相當(dāng)于稀疏數(shù)組在該位置的值privatefinalstaticintmaxLength=Character.MAX_VALUE;@SuppressWarnings("unchecked")privateHashSet<String>[]keySearch=newHashSet[maxLength];/***@Description:實現(xiàn)單例模式，采用InitializationonDemandHolder加載*@Author:lulei*@Date:2014-7-19*@Version:1.1.0*/privatestaticclasslazyLoadSerachBase{privatestaticfinalSerachBaseserachBase=newSerachBase();}/***這里把構(gòu)造方法設(shè)置成私有為的是單例模式*/privateSerachBase(){}/***@return*@Date:2014-7-19*@Author:lulei*@Description:獲取單例*/publicstaticSerachBasegetSerachBase(){returnlazyLoadSerachBase.serachBase;}/***@paramid*@return*@Date:2014-7-19*@Author:lulei*@Description:根據(jù)id獲取詳細*/publicObjectgetObject(Stringid){returndetails.get(id);}/***@paramids*@return*@Date:2014-7-19*@Author:lulei*@Description:根據(jù)ids獲取詳細，id之間用","隔開*/publicList<Object>getObjects(Stringids){if(ids==null||"".equals(ids)){returnnull;}List<Object>objs=newArrayList<Object>();String[]idArray=ids.split(",");for(Stringid:idArray){objs.add(getObject(id));}returnobjs;}/***@paramkey*@return*@Date:2014-7-19*@Author:lulei*@Description:根據(jù)搜索詞查找對應(yīng)的id，id之間用","分割*/publicStringgetIds(Stringkey){if(key==null||"".equals(key)){returnnull;}//查找//idTimes存儲搜索詞每個字符在id中是否出現(xiàn)HashMap<String,Integer>idTimes=newHashMap<String,Integer>();//ids存儲出現(xiàn)搜索詞中的字符的idHashSet<String>ids=newHashSet<String>();//從搜索庫中去查找for(inti=0;i<key.length();i++){intat=key.charAt(i);//搜索詞庫中沒有對應(yīng)的字符，則進行下一個字符的匹配if(keySearch[at]==null){continue;}for(Objectobj:keySearch[at].toArray()){Stringid=(String)obj;inttimes=1;if(ids.contains(id)){times+=idTimes.get(id);idTimes.put(id,times);}else{ids.add(id);idTimes.put(id,times);}}}//使用數(shù)組排序List<SortBean>sortBeans=newArrayList<SortBean>();for(Stringid:ids){SortBeansortBean=newSortBean();sortBeans.add(sortBean);sortBean.setId(id);sortBean.setTimes(idTimes.get(id));}Collections.sort(sortBeans,newComparator<SortBean>(){publicintcompare(SortBeano1,SortBeano2){returno2.getTimes()-o1.getTimes();}});//構(gòu)建返回字符串StringBuffersb=newStringBuffer();for(SortBeansortBean:sortBeans){sb.append(sortBean.getId());sb.append(",");}//釋放資源idTimes.clear();idTimes=null;ids.clear();ids=null;sortBeans.clear();sortBeans=null;//返回returnsb.toString();}/***@paramid*@paramsearchKey*@paramobj*@Date:2014-7-19*@Author:lulei*@Description:添加搜索記錄*/publicvoidadd(Stringid,StringsearchKey,Objectobj){//參數(shù)有部分為空，不加載if(id==null||searchKey==null||obj==null){return;}//保存對象details.put(id,obj);//保存搜索詞addSearchKey(id,searchKey);}/***@paramid*@paramsearchKey*@Date:2014-7-19*@Author:lulei*@Description:將搜索詞加入到搜索域中*/privatevoidaddSearchKey(Stringid,StringsearchKey){//參數(shù)有部分為空，不加載//這里是私有方法，可以不做如下判斷，但為了設(shè)計規(guī)范，還是加上if(id==null||searchKey==null){return;}//下面采用的是字符分詞，這里也可以使用現(xiàn)在成熟的其他分詞器for(inti=0;i<searchKey.length();i++){//at值相當(dāng)于是數(shù)組的下標，id組成的HashSet相當(dāng)于數(shù)組的值intat=searchKey.charAt(i);if(keySearch[at]==null){HashSet<String>value=newHashSet<String>();keySearch[at]=value;}keySearch[at].add(id);}}}

測試用例：

[java]viewplaincopyprint?/***@Description:*/packagecn.lulei.search.engine.test;importjava.util.List;importcn.lulei.search.engine.SerachBase;publicclassTest{publicstaticvoidmain(String[]args){//TODOAuto-generatedmethodstubSerachBaseserachBase=SerachBase.getSerachBase();serachBase.add("1","你好！","你好！");serachBase.add("2","你好！我是張三。","你好！我是張三。");serachBase.add("3","今天的天氣挺好的。","今天的天氣挺好的。");serachBase.add("4","你是誰？","你是誰？");serachBase.add("5","高數(shù)這門學(xué)科很難","高數(shù)確實很難。");serachBase.add("6","測試","上面的只是測試");Stringids=serachBase.getIds("你的高數(shù)");System.out.println(ids);List<Object>objs=serachBase.getObjects(ids);if(objs!=null){for(Objectobj:objs){System.out.println((String)obj);}}}}

測試輸出結(jié)果如下：

5,3,2,1,4,高數(shù)確實很難。今天的天氣挺好的。你好！我是張三。你好！你是誰？

這樣一個簡單的搜索引擎也就算是完成了。

問題一：這里面的分詞采用的是字符分詞，對漢語的處理還是挺不錯的，但是對英文的處理就很弱。

改進方法：采用現(xiàn)在成熟的分詞方法，比如IKAnalyzer、StandardAnalyzer等，這樣修改，keySearch的數(shù)據(jù)結(jié)構(gòu)就需要做下修改，可以修改為privateHashMap<String,String>[]keySearch=newHashMap[maxLength];其中key存儲分的詞元，value存儲唯一標識id。

問題二：本文實現(xiàn)的搜索引擎對詞元并沒有像lucene設(shè)置權(quán)重，只是簡單的判斷詞元是否在對象中出現(xiàn)。

改進方法：暫無。添加權(quán)重處理，使數(shù)據(jù)結(jié)構(gòu)更加復(fù)雜，所以暫時沒有對其做處理，在今后的文章中會實現(xiàn)權(quán)重的處理。

在SerachBase類中設(shè)置details和keySearch兩個屬性，details用于存儲Object的詳細信息，keySearch用于對搜索域做索引。details數(shù)據(jù)格式為HashMap，keySearch的數(shù)據(jù)格式為稀疏數(shù)組（也可以為HashMap，HashMap中額key值相當(dāng)于稀疏數(shù)組中的下標，value相當(dāng)于稀疏數(shù)組在該位置的值）。

對于details我就不做太多的介紹。

keySearch中數(shù)組下標（如用HashMap就是key）的計算方法是獲取詞元的第一個字符int值（因為本文的分詞采用的是字符分詞，所以一個字符就是一個詞元），該int值就是數(shù)組的下標，相應(yīng)的數(shù)組值就是Object的唯一標識。這樣keySearch的數(shù)據(jù)結(jié)構(gòu)就如下圖

因此想添加新紀錄的時候只需要調(diào)用add方法即可。

對于搜索的實現(xiàn)邏輯和上面的keySearch類似。對于id的搜索直接使用HashMap的get方法即可。對于搜索詞的一個搜索，整體的過程也是采用先分詞、其次查詢、最后排序。當(dāng)然這里面的分詞要和創(chuàng)建采用的分詞要一致（即創(chuàng)建的時候采用字符分詞，查找的時候也采用字符分詞）。

在getIds方法中，HashMap<String,Integer>idTimes=newHashMap<String,Integer>();idTimes變量用來存儲搜索詞中的詞元有多少個在keySearch中出現(xiàn)，key值為唯一標識id，value為出現(xiàn)的詞元個數(shù)。HashSet<String>ids=newHashSet<String>();ids變量用來存儲出現(xiàn)的詞元的ids。這樣搜索的復(fù)雜度就是搜索詞的詞元個數(shù)n。獲得包含詞元的ids，構(gòu)造SortBean數(shù)組，對其排序，排序規(guī)則是出現(xiàn)詞元個數(shù)的降序排列。最后返回ids字符串，每個id用"，"分割。如要獲取詳細信息再使用getObjects方法即可。

為什么阿里不做搜索引擎

阿里是一直在做搜索引擎的，只不過阿里做搜索不叫阿里搜索，但是這并不代表阿里就沒有做搜索引擎，比如神馬搜索、夸克搜索（夸克瀏覽器自帶搜索引擎）、比如針對性的淘寶商品搜索，1688貨源搜索。其實阿里巴巴一直在搜索領(lǐng)域深耕，只不過由于入局時間更晚，技術(shù)和內(nèi)容積累不夠，所以阿里的搜索并沒運作達到百度一樣的知名度而已。

百度的搜索的領(lǐng)先優(yōu)勢

在搜索領(lǐng)域的入局時間上，百度是國內(nèi)最早做中文搜索產(chǎn)品之一的，并且以絕對的優(yōu)勢統(tǒng)治了PC的搜索市場十多年，谷歌退出中國之后，百度就占據(jù)了絕對的優(yōu)勢。先入為主的思想，幾乎讓百度成了搜索的代稱，"百度一下，你就知道"這句廣告詞也已經(jīng)非常的深入人心了。所以想要另一個產(chǎn)品快速的去替代是非常困難的。就像雖然有很多的挑戰(zhàn)者，但是騰訊一直占據(jù)了社交領(lǐng)域的優(yōu)勢，阿里占據(jù)了電商的優(yōu)勢。如果對于搜索沒有革命性的改變，先要撼動百度的地位也是非常的困難的。

百度擁有巨大的內(nèi)容積累。如果搜索僅僅是把用戶帶到另一個網(wǎng)站，那么這個搜索引擎就比較容易替代。而百度自身擁有大量的內(nèi)容積累，百度百科積累了大量的百科詞條，百度文庫積累了大量的文檔資源，百度圖片是最大的中文圖片庫，百度知道是最大的中文問答社區(qū)。想要成為百度的替代品，還要有強大的資源的積累。

搜索市場阿里的進擊

阿里在搜索領(lǐng)域也是一直在發(fā)展的，而且也是取得一定成績的，只不過想要能達到百度的水平還需要很長的路要走。比如神馬搜索已經(jīng)發(fā)展了很長的時間，目前也取得了不錯的市場份額。阿里的優(yōu)勢是阿里是將搜索引擎融入到自家的瀏覽器產(chǎn)品中，比如UC瀏覽器、夸克瀏覽器。而瀏覽器作為重要的上網(wǎng)入口，一旦占據(jù)了這個優(yōu)勢，那么搜索引擎自然而然的就做起來了。

這也是百度目前面臨的困境，在PC時代，百度幾乎是上網(wǎng)的入口，而移動互聯(lián)網(wǎng)時代，百度卻有些掉隊了，移動互聯(lián)網(wǎng)給百度留下來的入口約來越少，阿里開始做搜索、頭條也開始做搜索、搜狗也在后面窮追猛打，百度的日子并不好過

PC時代我們最常見的操作就是打開瀏覽器用百度搜索，而移動互聯(lián)網(wǎng)時代，我們通常更喜歡到專門的軟件去觀看搜索，比如去知乎搜索一些問題的答案，去頭條搜索一些實時新聞動態(tài)，去抖音搜索短視頻，并且很多網(wǎng)站現(xiàn)在內(nèi)容也限制百度去爬取，比如微信公眾號的內(nèi)容以及頭條的內(nèi)容百度就搜索不到，而使用搜狗搜索就可以進行搜索公眾號內(nèi)容，使用頭條搜索就可以搜索到頭條的內(nèi)容。即使很多內(nèi)容被百度搜索到了，也會提示跳轉(zhuǎn)到app觀看。

被限制的滋味不好受，于是百度推出了百家號來對標頭條，推出好看視頻、全民小視頻對標西瓜視頻、抖音快手。去做自己的百度APP增強百度的流量入口。

es和solr使用場景對比

1.es和solr都是搜索引擎，但在使用場景上有所不同。2.es（Elasticsearch）適用于大規(guī)模數(shù)據(jù)的全文搜索和分析，具有高可擴展性和高性能。它可以處理大量的實時數(shù)據(jù)，并支持復(fù)雜的查詢和聚合操作。因此，es常用于日志分析、實時監(jiān)控、搜索引擎等場景。solr則更適合于傳統(tǒng)的文檔檢索場景，如電子商務(wù)網(wǎng)站的商品搜索、新聞網(wǎng)站的文章搜索等。solr提供了豐富的文檔處理功能和可定制的搜索結(jié)果排名算法，同時也支持分布式部署和高可用性。3.除了上述的主要應(yīng)用場景外，es和solr還可以結(jié)合使用。例如，可以使用es進行實時數(shù)據(jù)的索引和分析，然后將結(jié)果存儲到solr中進行文檔檢索。這樣可以充分發(fā)揮兩者的優(yōu)勢，滿足不同的需求。另外，es和solr都是開源軟件，擁有活躍的社區(qū)支持和豐富的插件生態(tài)系統(tǒng)，可以根據(jù)具體需求進行擴展和定制。

END，本文到此結(jié)束，如果可以幫助到大家，還望關(guān)注本站哦！