一種基于Lucene的數(shù)據(jù)搜索方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本申請(qǐng)涉及數(shù)據(jù)搜索技術(shù)領(lǐng)域，特別是涉及一種基于Lucene的數(shù)據(jù)搜索方法及
>J-U ρ?α裝直。
【背景技術(shù)】
[0002]結(jié)構(gòu)化數(shù)據(jù)是指能夠用統(tǒng)一的數(shù)據(jù)模型加以描述的數(shù)據(jù)?？梢杂脭?shù)據(jù)記錄的形式進(jìn)行表達(dá)和存儲(chǔ)，被記錄信息的類型、格式等屬性是固定的，具有嚴(yán)格的長(zhǎng)度和類型，一般存儲(chǔ)在關(guān)系型數(shù)據(jù)庫(kù)里。
[0003]數(shù)據(jù)搜索是將經(jīng)過(guò)選擇、整理和評(píng)價(jià)(鑒定)的數(shù)據(jù)存入某種載體中，并根據(jù)用戶需要從某種數(shù)據(jù)集合中搜索出能回答問(wèn)題的準(zhǔn)確數(shù)據(jù)過(guò)程或技術(shù)。對(duì)于結(jié)構(gòu)化數(shù)據(jù)，結(jié)構(gòu)化查詢語(yǔ)言(Structured Query Language, SQL)語(yǔ)言是標(biāo)準(zhǔn)的查詢技術(shù)。
[0004]但是，對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行SQL語(yǔ)言查詢，需要指定查詢的數(shù)據(jù)庫(kù)以及數(shù)據(jù)庫(kù)里的需要查詢的相關(guān)表，當(dāng)不限定查詢范圍或者查詢范圍太大不便指定時(shí)，SQL語(yǔ)言無(wú)法實(shí)現(xiàn)。

【發(fā)明內(nèi)容】

[0005]本申請(qǐng)所要解決的技術(shù)問(wèn)題是提供一種基于Lucene的數(shù)據(jù)搜索方法及裝置，能夠在不限定查詢范圍或查詢范圍太大時(shí)實(shí)現(xiàn)對(duì)文本形式的結(jié)構(gòu)化數(shù)據(jù)的搜索。
[0006]為了解決上述問(wèn)題，本申請(qǐng)公開(kāi)了一種基于Lucene的數(shù)據(jù)搜索方法，包括:使用Lucene對(duì)文本形式結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分詞，其中，對(duì)文本形式結(jié)構(gòu)化數(shù)據(jù)中的英文單詞和數(shù)字以每個(gè)美國(guó)信息互換標(biāo)準(zhǔn)代碼ASCII字符為分詞單位進(jìn)行分詞，對(duì)文本形式結(jié)構(gòu)化數(shù)據(jù)中的中文以每個(gè)中文文字為分詞單位進(jìn)行分詞；為分詞后的文本形式結(jié)構(gòu)化數(shù)據(jù)創(chuàng)建索引；接收查詢請(qǐng)求；獲取查詢請(qǐng)求對(duì)應(yīng)的索引；根據(jù)索引和文本形式結(jié)構(gòu)化數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，獲取與查詢請(qǐng)求對(duì)應(yīng)的索引相對(duì)應(yīng)的文本形式結(jié)構(gòu)化數(shù)據(jù)。
[0007]優(yōu)選的，在接收到查詢請(qǐng)求之后，該方法還包括:使用Lucene結(jié)果推薦插件對(duì)請(qǐng)求進(jìn)行處理，得到搜索建議、結(jié)果推薦及熱詞。
[0008]可選的，獲取查詢請(qǐng)求對(duì)應(yīng)的索引包括:根據(jù)搜索建議、結(jié)果推薦及熱詞，獲取查詢請(qǐng)求對(duì)應(yīng)的索引。
[0009]優(yōu)選的，在為分詞后的文本形式結(jié)構(gòu)化數(shù)據(jù)創(chuàng)建索引之后，上述方法還包括:以結(jié)構(gòu)化數(shù)據(jù)的庫(kù)或者表為單位，將索引保存到磁盤(pán)上；獲取查詢請(qǐng)求對(duì)應(yīng)的索引包括:在磁盤(pán)上搜索查詢請(qǐng)求對(duì)應(yīng)的索引；獲取查詢請(qǐng)求對(duì)應(yīng)的索引。
[0010]優(yōu)選的，上述文本形式結(jié)構(gòu)化數(shù)據(jù)包括:銀行客戶系統(tǒng)。
[0011]另一方面，提供了一種基于Lucene的數(shù)據(jù)搜索裝置，包括:分詞模塊，用于使用Lucene對(duì)文本形式結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分詞，其中，對(duì)文本形式結(jié)構(gòu)化數(shù)據(jù)中的英文單詞和數(shù)字以每個(gè)美國(guó)信息互換標(biāo)準(zhǔn)代碼ASCII字符為分詞單位進(jìn)行分詞，對(duì)文本形式結(jié)構(gòu)化數(shù)據(jù)中的中文以每個(gè)中文文字為分詞單位進(jìn)行分詞；創(chuàng)建模塊，用于為分詞后的文本形式結(jié)構(gòu)化數(shù)據(jù)創(chuàng)建索引；接收模塊,用于接收查詢請(qǐng)求；第一獲取模塊,用于獲取查詢請(qǐng)求對(duì)應(yīng)的索引；第二獲取模塊，用于根據(jù)索引和文本形式結(jié)構(gòu)化數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，獲取與查詢請(qǐng)求對(duì)應(yīng)的索引相對(duì)應(yīng)的文本形式結(jié)構(gòu)化數(shù)據(jù)。
[0012]優(yōu)選的，上述裝置還包括:處理模塊，用于在接收模塊接收到查詢請(qǐng)求之后，使用Lucene結(jié)果推薦插件對(duì)請(qǐng)求進(jìn)行處理，得到搜索建議、結(jié)果推薦及熱詞。
[0013]優(yōu)選的，第一獲取模塊用于根據(jù)搜索建議、結(jié)果推薦及熱詞，獲取查詢請(qǐng)求對(duì)應(yīng)的索引。
[0014]可選的，上述裝置還包括:保存模塊，用于在為分詞后的文本形式結(jié)構(gòu)化數(shù)據(jù)創(chuàng)建索引之后，以結(jié)構(gòu)化數(shù)據(jù)的庫(kù)或者表為單位，將索引保存到磁盤(pán)上；第一獲取模塊用于在磁盤(pán)上搜索查詢請(qǐng)求對(duì)應(yīng)的索引，以及獲取查詢請(qǐng)求對(duì)應(yīng)的索引。
[0015]優(yōu)選的，文本形式結(jié)構(gòu)化數(shù)據(jù)包括:銀行客戶系統(tǒng)。
[0016]與現(xiàn)有技術(shù)相比，本申請(qǐng)具有以下優(yōu)點(diǎn):
[0017]使用Lucene對(duì)文本形式的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分詞，然后對(duì)結(jié)構(gòu)化數(shù)據(jù)創(chuàng)建索引，這樣，在不限定查詢范圍或查詢范圍太大時(shí)，也可以通過(guò)索引實(shí)現(xiàn)對(duì)文本形式的結(jié)構(gòu)化數(shù)據(jù)的搜索。
【附圖說(shuō)明】
[0018]圖1是根據(jù)本發(fā)明實(shí)施例的一種基于Lucene的數(shù)據(jù)搜索方法的流程圖；
[0019]圖2是根據(jù)本發(fā)明實(shí)施例的一種基于Lucene的數(shù)據(jù)搜索方法的示意圖；
[0020]圖3是根據(jù)本發(fā)明實(shí)施例的一種基于Lucene的數(shù)據(jù)搜索裝置的結(jié)構(gòu)框圖；
[0021]圖4是根據(jù)本發(fā)明實(shí)施例的另一種基于Lucene的數(shù)據(jù)搜索裝置的結(jié)構(gòu)框圖；
[0022]圖5是根據(jù)本發(fā)明實(shí)施例的又一種基于Lucene的數(shù)據(jù)搜索裝置的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0023]為使本申請(qǐng)的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本申請(qǐng)作進(jìn)一步詳細(xì)的說(shuō)明。
[0024]參照?qǐng)D1，示出了本申請(qǐng)一種基于Lucene的數(shù)據(jù)搜索方法，包括:
[0025]步驟102，使用Lucene對(duì)文本形式結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分詞，其中，對(duì)文本形式結(jié)構(gòu)化數(shù)據(jù)中的英文單詞和數(shù)字以每個(gè)美國(guó)信息互換標(biāo)準(zhǔn)代碼(American Standard Code forInformat1n Interchange, ASC II )字符為分詞單位進(jìn)行分詞,對(duì)文本形式結(jié)構(gòu)化數(shù)據(jù)中的中文以每個(gè)中文文字為分詞單位進(jìn)行分詞；可選地，該文本形式結(jié)構(gòu)化數(shù)據(jù)包括:銀行客戶系統(tǒng)。
[0026]其中，Lucene是一個(gè)開(kāi)源全文檢索引擎工具包，提供查詢引擎和索引引擎。
[0027]步驟104，為分詞后的文本形式結(jié)構(gòu)化數(shù)據(jù)創(chuàng)建索引；
[0028]在本發(fā)明實(shí)施例的一個(gè)優(yōu)選實(shí)例中，可以以結(jié)構(gòu)化數(shù)據(jù)的庫(kù)或者表為單位，將索引保存到磁盤(pán)上；
[0029]步驟106，接收查詢請(qǐng)求；
[0030]優(yōu)選地，可以通過(guò)用戶界面接收來(lái)自用戶的查詢請(qǐng)求。
[0031]可選地，在步驟106之后，使用Lucene結(jié)果推薦插件對(duì)請(qǐng)求進(jìn)行處理，得到搜索建議、結(jié)果推薦及熱詞。在本實(shí)施例中，可以使用現(xiàn)有的該Lucene結(jié)果推薦插件。
[0032]步驟108，獲取查詢請(qǐng)求對(duì)應(yīng)的索引；
[0033]如果在步驟106之后使用Lucene結(jié)果推薦插件對(duì)請(qǐng)求進(jìn)行處理，則步驟108可以包括:根據(jù)搜索建議、結(jié)果推薦及熱詞，獲取查詢請(qǐng)求對(duì)應(yīng)的索引。例如，根據(jù)其中結(jié)果推薦，直接獲得結(jié)果，即，獲得查詢請(qǐng)求對(duì)應(yīng)的索引。由于現(xiàn)有技術(shù)中，對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行SQL語(yǔ)言查詢，無(wú)法實(shí)現(xiàn)結(jié)果推薦、熱門詞等功能。該實(shí)施例引入了 Lucene結(jié)果推薦插件提供搜索建議、結(jié)果推薦及熱詞，提高了檢索的效率。
[0034]如果在步驟104中，將索引保存到磁盤(pán)上，則步驟108可以包括:在磁盤(pán)上搜索查詢請(qǐng)求對(duì)應(yīng)的索引；獲取查詢請(qǐng)求對(duì)應(yīng)的索引。
[0035]步驟110，根據(jù)索引和文本形式結(jié)構(gòu)化數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，獲取與查詢請(qǐng)求對(duì)應(yīng)的索引相對(duì)應(yīng)的文本形式結(jié)構(gòu)化數(shù)據(jù)。
[0036]例如，根據(jù)索引和文本形式結(jié)構(gòu)化數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系表，獲取與查詢請(qǐng)求對(duì)應(yīng)的索引相對(duì)應(yīng)的文本形式結(jié)構(gòu)化數(shù)據(jù)?？梢岳斫獾氖牵饕臀谋拘问浇Y(jié)構(gòu)化數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系可以采用其他的表現(xiàn)形式，這里并不做限定。
[0037]通過(guò)上述實(shí)施例，使用Lucene建立結(jié)構(gòu)化數(shù)據(jù)的索引，當(dāng)進(jìn)行數(shù)據(jù)搜索時(shí)，不需要指定查詢范圍或者很容易的實(shí)現(xiàn)指定查詢范圍。
[0038]本發(fā)明實(shí)施例還提供了一種數(shù)據(jù)搜索方法，如圖2所示，該方法包括:
[0039]讀取文本形式結(jié)構(gòu)化數(shù)據(jù)中的數(shù)據(jù)內(nèi)容，讀取的范圍包括:關(guān)系型數(shù)據(jù)庫(kù)、結(jié)構(gòu)化數(shù)據(jù)文件、和其他結(jié)構(gòu)化數(shù)據(jù)。
[0040]對(duì)讀取出的數(shù)據(jù)內(nèi)容進(jìn)行分詞，分詞規(guī)則包括:英文單詞、