基于Lucene的分布式全文檢索在構(gòu)件庫系統(tǒng)中的實(shí)現(xiàn).pdf

1、隨著軟件復(fù)用與基于構(gòu)件的軟件開發(fā)實(shí)踐的不斷深入和發(fā)展，以及分布式軟件構(gòu)件庫規(guī)模的不斷擴(kuò)大，在分布式構(gòu)件庫中檢索符合需求的構(gòu)件變得非常困難。因此針對分布式構(gòu)件庫系統(tǒng)建立一個快速有效的分布式檢索系統(tǒng)是非常必要的。
　　本文從分布式構(gòu)件庫系統(tǒng)的特點(diǎn)出發(fā)，深入剖析了全文檢索引擎Lucene的組織結(jié)構(gòu)、索引文件結(jié)構(gòu)以及工作原理。并對多種中文分詞工具做出了分析，選用了適合構(gòu)件庫系統(tǒng)的中文分詞工具。由于Lucene僅能處理純文本格式數(shù)據(jù)。因此，

2、本文在Lucene中增加多格式文檔處理模塊，以實(shí)現(xiàn)對多種文件格式的支持。并針對分布式構(gòu)件庫的特點(diǎn)，制定了異步通信框架，以實(shí)現(xiàn)分布式的全文檢索。本文在設(shè)計(jì)上以面向?qū)ο蟮乃枷霝橹笇?dǎo)，實(shí)現(xiàn)了全文檢索與分布式構(gòu)件庫系統(tǒng)的松耦合，便于全文系統(tǒng)向其他系統(tǒng)的移植，并采用多種設(shè)計(jì)模式，易于開發(fā)人員對系統(tǒng)的擴(kuò)展和維護(hù)。
　　最后本文通過測試證明，本文針對分布式構(gòu)件庫特點(diǎn)，構(gòu)建的分布式全文檢索系統(tǒng)在查全率和查準(zhǔn)率以及響應(yīng)時間等指標(biāo)上都達(dá)到了預(yù)期的目標(biāo)