基于solr全文搜索引擎的研究與實(shí)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(mén)檻；現(xiàn)成的搜索引擎技術(shù)并不共享，這使得搜索引擎開(kāi)發(fā)難度得到了進(jìn)一步提升。目前Solr是開(kāi)源的企業(yè)級(jí)搜索引擎服務(wù)器，其具備高效、獨(dú)立等特點(diǎn)，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(méi)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(wú)從下手。本文將基于Solr技術(shù)來(lái)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(kāi)發(fā)，整個(gè)系統(tǒng)主要實(shí)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(shí)現(xiàn)馬克思主義網(wǎng)站頁(yè)面的抓取，同時(shí)對(duì)抓取成果進(jìn)行下載與存儲(chǔ)至本地；在此之后對(duì)網(wǎng)頁(yè)相關(guān)內(nèi)容進(jìn)行抽取，將所抽取的內(nèi)容存儲(chǔ)數(shù)據(jù)庫(kù)；隨后利用相關(guān)技術(shù)將上述存儲(chǔ)的數(shù)據(jù)導(dǎo)入至Solr，由其對(duì)相關(guān)內(nèi)容進(jìn)行索引建立；依據(jù)索引編程成果進(jìn)行數(shù)據(jù)檢索，并將檢索結(jié)果呈現(xiàn)給用戶。
　　首先對(duì)搜索引擎研發(fā)的背景進(jìn)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(shí)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(diǎn)。隨后針對(duì)本搜索引擎系統(tǒng)相關(guān)的技術(shù)進(jìn)行分析，如網(wǎng)絡(luò)爬蟲(chóng)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(shí)對(duì)于搜索引擎開(kāi)發(fā)所使用的工具進(jìn)行簡(jiǎn)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(jì)，并依據(jù)此架構(gòu)完成了搜索引擎的各個(gè)功能模塊設(shè)計(jì)，并完成了數(shù)據(jù)庫(kù)設(shè)計(jì)，包括數(shù)據(jù)分析以及數(shù)據(jù)表設(shè)計(jì)。隨后完成了開(kāi)發(fā)環(huán)境的介紹，包括硬件、軟件以及所采用的開(kāi)發(fā)工具包；在此環(huán)境中完成