基于solr全文搜索引擎的研究與實現(xiàn).pdf

1、目前市面上搜索引擎十分多，其擁有較高的技術(shù)門檻；現(xiàn)成的搜索引擎技術(shù)并不共享，這使得搜索引擎開發(fā)難度得到了進一步提升。目前Solr是開源的企業(yè)級搜索引擎服務(wù)器，其具備高效、獨立等特點，其已經(jīng)廣受關(guān)注，相關(guān)應(yīng)用已經(jīng)十分普及。目前浙江理工大學(xué)馬克思主義學(xué)院網(wǎng)站中并沒有嵌入站內(nèi)搜索功能，這使得馬克思主義學(xué)院網(wǎng)站信息的查找顯得無從下手。本文將基于Solr技術(shù)來構(gòu)建浙江理工大學(xué)馬克思主義學(xué)院的站內(nèi)搜索引擎。
　　本文基于Solr完成了全文搜索

2、引擎的開發(fā)，整個系統(tǒng)主要實現(xiàn)浙江理工大學(xué)馬克思主義學(xué)院網(wǎng)站的全文搜索。系統(tǒng)主要依據(jù)Heritrix為框架基礎(chǔ)實現(xiàn)馬克思主義網(wǎng)站頁面的抓取，同時對抓取成果進行下載與存儲至本地；在此之后對網(wǎng)頁相關(guān)內(nèi)容進行抽取，將所抽取的內(nèi)容存儲數(shù)據(jù)庫；隨后利用相關(guān)技術(shù)將上述存儲的數(shù)據(jù)導(dǎo)入至Solr，由其對相關(guān)內(nèi)容進行索引建立；依據(jù)索引編程成果進行數(shù)據(jù)檢索，并將檢索結(jié)果呈現(xiàn)給用戶。
　　首先對搜索引擎研發(fā)的背景進行分析，明確馬克思主義學(xué)院研發(fā)搜索引擎迫

3、切性；同時研究搜索引擎的相關(guān)技術(shù)，明確搜索引擎發(fā)展以及技術(shù)特點。隨后針對本搜索引擎系統(tǒng)相關(guān)的技術(shù)進行分析，如網(wǎng)絡(luò)爬蟲技術(shù)等，這些技術(shù)將作為后續(xù)搜索引擎的研發(fā)基礎(chǔ)；同時對于搜索引擎開發(fā)所使用的工具進行簡單介紹。隨后完成了全文搜索引擎的需求分析，完成了搜索引擎的架構(gòu)設(shè)計，并依據(jù)此架構(gòu)完成了搜索引擎的各個功能模塊設(shè)計，并完成了數(shù)據(jù)庫設(shè)計，包括數(shù)據(jù)分析以及數(shù)據(jù)表設(shè)計。隨后完成了開發(fā)環(huán)境的介紹，包括硬件、軟件以及所采用的開發(fā)工具包；在此環(huán)境中完成