基于Lucene的Oracle数据库全文检索

２０１０年第３期中图分类号：ＴＰ３１１．１３文献标识码：Ａ文章编号：１００９—２５５２（２０ｌＯ）∞一０１５６—０３

基于Ｌｕｃｅｎｅ的Ｏｒａｃｌｅ数据库全文检索

葛振国，李建，何林糠，吴军

（西南石油大学计算机科学学院，成都６１０５００）

摘要：全文检索是信息时代必不可少的技术，应用越来越广泛。文中对开源的搜索引擎工具包Ｌｕｃｅｎｅ进行研究，并将其应用到全文检索系统中，详细介绍了如何使用Ｌｕｃｅｎｅ来创建索引和检索数据，然后给出了一个针对Ｏｒａｃｌｅ数据库全文检索的实现方法。

关键词：Ｌｕｃｅｎｅ；全文检索；Ｏｒａｃｌｅ

ＯｒａｃｌｅｄａｔａｂａｓｅｆｈｌＩ．ｔｅｘｔｓｅａｒｃｈｂａｓｅｄＯＨＬｕｃｅｎｅ

ＧＥＺｈｅｎ－ｇｕｏ，ＬＩＪｉａｎ，ＨＥＬｉｎ－ｋａｎｇ，ＷＵＪｕｎ

（Ｓｃｈｏｏｌ０ｆｏ哪呻Ｓｃｉｅｎｃｅ，Ｓｏｕｔｈｗｅｓｔ＾灯蛔Ｕｎｉｖｅｒｓｉｔｙ０ｆＣｈｉｎａ，ａ嘲垮ｄＩＩ６１０５００，Ｏｄｎａ）

Ａｂｓｔｒａｃｔ：Ｆｕｌｌ—ｔｅｘｔｓｅａｒｃｈｉｓａｎｉｎｄｉｓｐｅｎｓａｂｌｅｔｅｃｈｎｏｌｏｇｙｆｏｒｔｈｅｉｎｆｏｒｍａｔｉｏｎａｇｅａｎｄｗｉｄｅｌｙａｐｐｌｉｅｄ．Ｔｈｉｓ

ｐａｐｅｒｓｔｕｄｉｅｓｔｈｅｔｏｏｌｋｉｔＬｕｃｅｎｅｏｆｔｈｅｏｐｅｎ￥ｏｕｒｃｅｓｅａｒｃｈｅｎｇｉｎｅ，ａｐｐｌｉｅｓｉｔｏｎｔｈｅｆｕｌｌ—ｔｅｘｔｓｅａｒｃｈｓｙｓｔｅｍ，

ｄｅｓｃｒｉｂｅｓｉｎｄｅｔａｉｌｈｏｗｔｏｉｎｄｅｘａｎｄｓｅａｒｃｈｄａｔａｓｕｓｉｎｇＬｕｃｅｎｅ，ｔｈｅｎｇｉｖｅｓａｌｌｉｍｐｌｅｍｅｎｔａｔｉｏｎｆｏｒＯｒａｃｌｅｄａｔａｂａｓｅ．

Ｋｅｙｗｏｒｄｓ：Ｌｕｃｅｎｅ；ｆｕｌｌ—ｔｅｘｔｓｅａｒｃｈ；Ｏｒａｃｌｅ

０引言

随着企业数据的不断增长，数据量急剧增多，从海量的数据中查找相关信息已经是每个企业必须要解决的问题，而搜索引擎正是解决这一问题的最为合理的方法，搜素引擎比传统的数据库模糊查询速度优势显而易见，也是后者望尘莫及的。目前，领先的搜索技术大都掌握在大公司的手中，如ｓｏｏｇｌｅ、百度等，也存在一些开源的搜索引擎软件，这其中引人注目的无非是Ｌａｃｅｎｅ，由于其自身良好的跨平台和简单易用等特点，已经吸引众多的用户群体，本文对Ｌｕｃｅｎｅ做一个研究，并将其应用到Ｏｒａｃｌｅ数据库的全文检索中。

１Ｌｕｃｅｎｅ简介

１．１全文检索引擎Ｌｕｃｅｎｅ

全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。

一１５６一

Ｌｕｃｅｎｅ是一套基于Ｊａｖａ的开源全文搜索引擎ＡＰＩ，它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎。Ｉ．ｕｃｅｎｅ的目的是为软件开发人员提供一个简单易用的工具包，以方便在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。因此，以最小的代价就可以将Ｌｕｃｅｎｅ应用到需要全文检索的应用当中。

Ｌｕｃｅｎｅ可以对数据库表、ＷＯＲＤ文档、ＰＤＦ文档、ＨＴＭＬ文档、文本文件建立索引，只需要将数据源转化成通用的结构来屏蔽源数据的不同，只需设计每种格式对应的解析器便可以对各种文件进行索引，索引逻辑如图ｌ所示。

Ｌｕｃｅｎｅ内部定义了索引文件的格式，具有独立于应用平台的特点，采用倒排索引结构提高检索速度，并且应用面向对象技术，便于扩展及二次开发。

收稿日期：２００９一傀一２７

作者简介：葛振围（１９８４一），男，硕士研究生，主要研究方向为数据库应用与开发。

万方数据