查看: 1006|回复: 0

[经验分享] solr索引创建流程

尚未签到

发表于 2017-12-19 17:37:45 | 显示全部楼层 |阅读模式

　　solr索引创建流程：
　　分词组件Tokenizer
　　分词组件(Tokenizer)会做以下几件事情(这个过程称为：Tokenize)，处理得到的结果是词汇单元（Token）。
　　1、将文档分成一个一个单独的单词。
　　2、去除标点符号。
　　3、去除停词（stop word）。

　　语言处理组件
　　语言处理组件(linguistic processor)主要是对得到的词元(Token)做一些语言相关的处理。对于英语，语言处理组件(Linguistic Processor)一般做以下几点：　　
　　1、变为小写（Lowercase）
　　2、将单词缩减为词根形式
　　3、将单词转换为词根形式

　　索引组件（Indexer）
　　1、利用得到的词（Term）创建一个字典
　　2、对字段进行排序
　　3、合并相同的词和词出现的文档

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表，该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有，请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意，请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息，一经发现立即删除。若您因此触犯法律，一切后果自负，我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集，我们仅提供一个展示、介绍、观摩学习的平台，我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责，亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏，不得用于商业或者其他用途，否则，一切后果均由您自己承担，我们对此不承担任何法律责任
7、如涉及侵犯版权等问题，请您及时通知我们，我们将立即采取措施予以解决
8、联系人Email：admin@iyunv.com 网址：www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址：https://www.yunweiku.com/thread-425768-1-1.html 上篇帖子： 13.solr学习速成之IK分词器下篇帖子：如何在分布式环境中同步solr索引库和缓存信息

使用道具举报