[发明专利]一种独立搜索的ApacheLucene评分高亮方法

说明书

本发明公开了一种独立搜索的ApacheLucene评分高亮方法；其特征在于：该方法如下：数据接收，高亮服务接收客户端通过http协议传输过来的搜索语句参数；数据转化，将步骤1接收搜索语句参数转成Apache Lucene的Query对象；数据预处理，初始化Apache Lucene的评分器(QueryScorer)以及初始化高亮器(Highlighter)；通过评分器(QueryScorer)对Query对象进行评分和分词，得到Query的词组，对需要做高亮的文本进行分词器分词，得到文本词；数据处理，遍历文本分词后的结果，与通过评分器(QueryScorer)评分后的Query分词结果进行一一匹配；数据输出，通过步骤4的匹配，如果能匹配上，则加上高亮标记，否则返回原始内容。

技术领域

本发明涉及网络搜索技术领域，确切地说是一种独立搜索的ApacheLucene评分高亮方法。

背景技术

在当今基于Apache Lucene实现的搜索引擎如：Apache Solr、ElasticSearch等中，高亮与搜索都是捆绑在一起使用的，因为高亮需要文档的原始内容；但是在亿级数据量的大数据生产环境中，原始内容存储会带来磁盘IO性能瓶颈，以及主备节点数据同步慢的性能问题；

本发明提供了一种方法，将搜索与高亮分开，既搜索服务只索引不存储原始内容；高亮服务单独部署；这样既可以提升搜索性能，也可以提升高亮的性能以及可扩展性。

发明内容

本发明要解决的技术问题是将搜索与高亮分开，既搜索服务只索引不存储原始内容；高亮服务单独部署；这样既可以提升搜索性能，也可以提升高亮的性能以及可扩展性。

为解决上述技术问题，本发明采用如下技术手段：

1.一种独立搜索的ApacheLucene评分高亮方法；其特征在于：该方法包括如下步骤：

步骤1：数据接收，高亮服务接收客户端通过http协议传输过来的搜索语句参数；所述的数据接收之前需要先单独部署一套Apache Solr集群，不存储数据，专门用来做高亮；

步骤2：数据转化，将步骤1接收搜索语句参数转成ApacheLucene的Query对象；所述的数据转化，编写HighlightHandler类，继承ApacheSolr的RequestHandlerBase抽象类以及实现SolrCoreAware、PluginInfoInitialized接口；然后重写handleRequestBody方法，接着调用QParser的getParser方法得到QParser将搜索语句转成ApacheLucene的Query对象；

步骤3：数据预处理，初始化ApacheLucene的评分器QueryScorer以及初始化高亮器Highlighter；通过评分器QueryScorer对Query对象进行评分和分词，得到Query的词组，对需要做高亮的文本进行分词器分词，得到文本词；

步骤4：数据处理，遍历文本分词后的结果，与通过评分器QueryScorer评分后的Query分词结果进行一一匹配；

步骤5：数据输出，通过步骤4的匹配，如果能匹配上，则加上高亮标记，否则返回原始内容。

作为优选，本发明更进一步的技术方案是：

所述的数据预处理，通过构造函数新建QueryScorer，输入Query参数，通过构造函数新建Highlighter，输入QueryScorer。

所述的数据输出，调用Highlighter的getBestFragment方法输入分词器以及需要高亮的文本，得到高亮后的文本。