搜尋引擎成為人們獲取資訊不可或缺的工具，而大數據技術的發展推動電腦叢集的分佈式搜尋引擎技術走向成熟。普通的機器就可以搭建分佈式搜尋引擎；一些開源的分佈式搜尋引擎系統在數據存儲、數據分析等方面的功能越來越強大。本書希望用通俗易懂的語言，讓任何對分佈式搜尋引擎技術感興趣的讀者都能夠有所收穫。
本書的很多內容來源於搜尋引擎、自然語言處理、金融等領域的項目開發和教學實踐。在此感謝開源軟體的開發者們，他們無私的工作豐富了本書的內容。
本書的第一章介紹開發分佈式搜尋引擎所需要的基本算法；第二章介紹如何從頭開始自己動手寫一個簡單的全文檢索軟體包；第三章介紹Lucene的基本使用方法及其原理；第四章介紹使用JSP或者Struts 2開發搜尋引擎用戶界面，以及用戶界面常用的Taglib；第五章介紹Solr實現分佈式搜尋引擎的解決方案——SolrCloud，以及它對SQL查詢的支持；第六章介紹如何使用基於Lucene的ElasticSearch實現分佈式搜尋引擎。
本書適合需要Java程式設計基礎的開發人員、具體實現搜尋引擎的程式員使用，對於資訊檢索等相關領域的研究人員也有一定的參考價值，同時獵兔搜索技術團隊已經開發出以本書為基礎的專門培訓課程和商業軟體。目前的一些分佈式搜尋引擎軟體仍然有很多功能有待完善，作者真誠地希望透過本書把讀者帶入分佈式搜尋引擎開發的大門並認識更多的朋友。
本書介紹了分佈式搜尋引擎開發的原理與Java實現，主要包括全文檢索的原理與實現、分佈式算法與程式碼實現、SolrCloud和ElasticSearch的使用與原理等內容，並著重介紹了一種實現分佈式中文搜尋引擎的方法。
| FindBook |
|
有 1 項符合
自己動手寫分布式搜索引擎 (電子書)的圖書 |
 |
$ 520 ～ 650 | 自己動手寫分布式搜索引擎
作者：羅剛 出版社：崧博出版 出版日期：2019-01-01 語言：繁體/中文  共 2 筆 → 查價格、看圖書介紹
|
|
|
電子
電子是一種帶有負電的次原子粒子，通常標記為 e − {\displaystyle e^{-}\,\!} 。電子是第一代輕子，以重力、電磁力和弱核力與其它粒子交互作用。輕子是構成物質的基本粒子之一，無法被分解為更小的粒子。電子帶有1/2自旋，是一種費米子，根據包立不相容原理，任何兩個電子都不能處於同樣的量子態。電子的反粒子是正子，其質量、自旋、帶電量大小都與電子相同，但是電量正負性與電子相反。電子與正子會因碰撞而互相湮滅，並在這過程中，生成一對以上的光子。 由電子與中子、質子所組成的原子，是物質的基本單位。相對於中子和質子所組成的原子核，電子的質量顯得極小。質子的質量大約是電子質量的1836倍。當原子的電子數與質子數不等時，則該原子會帶電；稱該帶電原子為離子。帶正電的離子叫陽離子，其電子數小於質子數；帶負電的離子叫陰離子，其電子數大於質子數。若物體的電子數不等於質子數，導致正負電量不平衡時，則稱該物體帶靜電。當正負電量平衡時，稱物體的電性為電中性。靜電在日常生活中有很多用途，例如，靜電油漆系統能夠將瓷漆或聚氨酯漆，均勻地噴灑於物品表面。
電子與質子之間的庫侖力能促使電子被束縛於原子內部，因此為束縛電子。兩個以上的原子，會交換或分享它們的束縛電子，這是化學鍵的主要成因。當電子不再被束縛於原子內部，而能夠自由移動於原子以外的空間時，則稱此電子為自由電子。多個自由電子共同移動所產生的淨流動現象稱為電流。在許多物理現象裏，像電傳導、磁性或熱傳導，電子都扮演了重要角色。移動的電子會產生磁場，也會被外磁場偏轉。呈加速度運動的電子會產生電磁輻射。
根據大霹靂理論，宇宙現存的電子大部份都是生成於大霹靂事件。但也有一小部份是因為放射性物質的β衰變或高能量碰撞而生成的。例如，當宇宙線進入大氣層時遇到的碰撞。在另一方面，許多電子會因為與正子相碰撞而互相湮滅，或者，會在恆星內部製造新原子核的恆星核合成過程中被吸收。
在實驗室裏，像四極離子阱一類的精密尖端儀器，可以長時間束縛電子，以供觀察和測量。大型托卡馬克設施，像國際熱核融合實驗反應爐，利用磁場來約束住高熱電漿中的電子和離子，藉以實現受控核融合。無線電望遠鏡可以用來偵測外太空的電子電漿。
電子被廣泛應用於電子束焊接、陰極射線管、電子顯微鏡、放射線治療、雷射和粒子加速器等領域。
維基百科
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：自己動手寫分布式搜索引擎 (電子書)
內容簡介
目錄
版權資訊
內容簡介
前言
第1章 搜尋引擎
1.1 搜尋引擎基本模組
1.2 開發環境
1.3 搜尋引擎工作原理
1.3.1 網路爬蟲
1.3.2 全文索引
1.3.3 搜尋用戶界面
1.3.4 分佈式計算
1.3.5 文字挖掘
1.4 算法基礎
1.4.1 二分搜尋
1.4.2 排序
1.4.3 最小生成樹
1.5 軟體工具
1.6 單元測試
1.7 本章小結
1.8 術語表
第2章 自己動手寫全文檢索
2.1 構建索引
2.2 生成索引文件
2.3 讀入索引文件
2.4 查詢
2.5 有限狀態機
2.5.1 運算
2.5.2 編輯距離有限狀態機
2.6 本章小結
第3章 Lucene的原理與應用
3.1 Lucene快速入門
3.1.1 創建索引
3.1.2 查詢索引庫
3.1.3 創建文件索引
3.1.4 查詢文件索引
3.2 創建和維護索引庫
3.2.1 設計索引庫結構
3.2.2 創建索引庫
3.2.3 向索引庫中添加索引文件
3.2.4 刪除索引庫中的索引文件
3.2.5 更新索引庫中的索引文件
3.2.6 關閉索引庫
3.2.7 索引的優化與合併
3.2.8 靈活索引
3.2.9 索引文件格式
3.2.10 定製索引存儲結構
3.2.11 寫索引集成到爬蟲
3.2.12 多線程寫索引
3.2.13 分發索引
3.2.14 修復索引
3.3 查找索引庫
3.3.1 查詢過程
3.3.2 常用查詢
3.3.3 基本詞查詢
3.3.4 模糊匹配
3.3.5 布林查詢
3.3.6 短語查詢
3.3.7 跨度查詢
3.3.8 FieldScoreQuery
3.3.9 排序
3.3.10 使用Filter篩選搜尋結果
3.3.11 使用Collector篩選搜尋結果
3.3.12 遍歷索引庫
3.3.13 關鍵字高亮顯示
3.3.14 列合併
3.3.15 關聯內容(BlockJoinQuery)
3.3.16 查詢大容量索引
3.4 讀寫並發
3.5 Lucene深入介紹
3.5.1 整體結構
3.5.2 索引原理
3.5.3 文件值
3.5.4 FST
3.6 查詢語法與解析
3.6.1 JavaCC
3.6.2 生成一個查詢解析器
3.6.3 簡單的查詢解析器
3.6.4 靈活的查詢解析器
3.7 檢索模型
3.7.1 向量空間模型
3.7.2 DFR
3.7.3 BM25機率模型
1．排名函數
2．IDF的資訊理論性解釋
3.7.4 BM25F機率模型
3.7.5 統計語言模型
3.7.6 相關性反饋
3.7.7 隱含語義索引
3.7.8 學習評分
3.7.9 查詢與相關度
3.7.10 使用Payload調整相關性
3.8 查詢原理
3.8.1 布林匹配
3.8.2 短語查詢
3.8.3 索引統計
3.8.4 相關性
3.9 分析文字
3.9.1 Analyzer
3.9.2 TokenStream
3.9.3 定製Tokenizer
3.9.4 重用Tokenizer
3.9.5 有限狀態轉換
3.9.6 索引數值列
3.9.7 檢索結果排序
3.9.8 處理價格
3.10 Lucene中的壓縮算法
3.10.1 變長壓縮
3.10.2 Gamma
3.10.3 PForDelta
3.10.4 VSEncoding
3.10.5 前綴壓縮
3.10.6 差分編碼
3.10.7 靜態索引裁剪
3.11 搜尋中文
3.11.1 Lucene切分原理
3.11.2 Lucene中的Analyzer
3.11.3 自己寫Analyzer
3.11.4 Lietu中文分詞
3.11.5 字詞混合索引
3.12 搜尋英文
3.12.1 英文分詞
3.12.2 詞性標註
3.12.3 原型化
3.13 索引資料庫中的文字
3.14 優化使用Lucene
3.14.1 系統優化
3.14.2 查詢優化
3.14.3 實現時間加權排序
3.14.4 詞性標註
3.14.5 個性化搜尋
3.15 實時搜尋
3.16 語義搜尋
3.16.1 發現同義詞
3.16.2 垂直領域同義詞
3.16.3 同義詞擴展
3.16.4 語義標註
3.17 本章小結
3.18 術語表
第4章 搜尋引擎用戶界面
4.1 實現Lucene搜尋
4.1.1 測試搜尋功能
4.1.2 加載索引
4.2 搜尋頁面設計
4.2.1 Struts2實現的搜尋界面
4.2.2 用於顯示搜尋結果的Taglib
4.2.3 實現翻頁
4.3 實現搜尋接口
4.3.1 編碼識別
4.3.2 布林搜尋
4.3.3 指定範圍搜尋
4.3.4 搜尋結果排序
4.3.5 索引緩存與更新
4.4 實現分類統計視圖
4.4.1 單值列分類統計
4.4.2 側鑽
4.5 實現相似文件搜尋
4.6 實現AJAX搜尋聯想詞
4.6.1 估計查詢詞的文件頻率
4.6.2 搜尋聯想詞總體結構
4.6.3 伺服器端處理
4.6.4 瀏覽器端處理
4.6.5 拼音提示
4.6.6 部署總結
4.7 推薦搜尋詞
4.7.1 挖掘相關搜尋詞
4.7.2 使用多線程計算相關搜尋詞
4.8 查詢意圖理解
4.8.1 拼音搜尋
4.8.2 無結果處理
4.9 集成其他功能
4.9.1 拼寫檢查
4.9.2 分類統計
4.9.3 相關搜尋
4.9.4 再次查找
4.9.5 搜尋日誌
4.10 查詢分析
4.10.1 歷史搜尋詞記錄
4.10.2 日誌資訊過濾
4.10.3 資訊統計
4.10.4 挖掘日誌資訊
4.10.5 查詢詞意圖分析
4.11 部署網站
4.11.1 部署到Web伺服器
4.11.2 防止攻擊
4.12 手機搜尋界面
4.13 本章小結
第5章 Solr分佈式搜尋引擎
5.1 Solr簡介
5.2 Solr基本用法
5.2.1 Solr伺服器端的配置與中文支持
5.2.2 數據類型
5.2.3 解析器
5.2.4 把數據放進Solr
5.2.5 刪除數據
5.2.6 查詢語法
5.3 使用SolrJ
5.3.1 Solr客戶端與搜尋界面
5.3.2 Solr索引庫的查找
5.3.3 分類統計
5.3.4 高亮
5.3.5 同義詞
5.3.6 嵌入式Solr
5.3.7 Spring實現的搜尋界面
5.3.8 索引分發
5.3.9 Solr搜尋優化
5.4 從FASTSearch移植到Solr
5.5 Solr擴展與定製
5.5.1 缺省查詢
5.5.2 外掛程式
5.5.3 Solr中字詞混合索引
5.5.4 相關檢索
5.5.5 搜尋結果去重
5.5.6 定製輸入輸出
5.5.7 群集
5.5.8 分佈式搜尋
5.5.9 分佈式索引
5.5.10 SolrJ查詢分析器
5.5.11 擴展SolrJ
5.5.12 擴展Solr
5.5.13 日文搜尋
5.5.14 查詢Web圖
5.6 SolrNet
5.6.1 使用SolrNet實現全文搜尋
5.6.2 實現原理
5.6.3 擴展SolrNet
5.7 Solr的PHP客戶端
5.8 Solr的其他客戶端
5.9 為網站增加搜尋功能
5.10 SolrCloud
5.10.1 Zab協議
5.10.2 ZooKeeper
5.10.3 使用SolrCloud
5.10.4 SQL查詢
5.11 Solr原理
5.11.1 支持Solr的中文分詞
5.11.2 緩存技術
5.12 本章小結
第6章 ElasticSearch分佈式搜尋引擎
6.1 安裝
6.2 搜尋集群
6.2.1 Zen發現機制
6.2.2 JGroups
6.3 創建索引
6.4 Java客戶端接口
6.4.1 創建索引
6.4.2 插入數據
6.4.3 索引庫結構
6.5 查詢
6.6 高亮顯示
6.7 分頁
6.8 中文搜尋
6.8.1 中文AnalyzerProvider
6.8.2 字詞混合索引
6.9 分組統計
6.10 與爬蟲集成
6.11 Percolate
6.12 權限
6.13 SQL支持
6.14 本章小結
|
