Apache Lucene 项目是一个完全用 Java 编写的高性能、全功能的文本搜索引擎库，最近它发布了 2.9 版。此次发布在 2.4.1 版的基础上进行了许多增强：
- 单个 Segment 的查询及缓存，这使 reopen 操作的速度显著提高。
- 为 IndexWriter 增加了接近实时的搜索功能。
- 新的 Query 类型。
- 更智能，伸缩性更强的多词（multi-term）查询（如 Wildcard，Range 等等）。
- 最新优化过的 Collector/Scorer API。
- 新增的 Unicode 支持及字符集（Collation）。
- 基于 Attribute 的 TokenStream 新 API。
- 在 contrib 中提供了新的 QueryParser 框架，并替换了核心实现。
- 在基于字段搜索，或使用自定义的 Collector 的时候可取消 Score 功能，这样可以获得显著的性能提高。
- 新的分析器（PesianAnalyzer，ArabicAnalyzer 即 SmartChineseAnalyzer）。
- 为大型文本新增快速向量高亮工具（fast-vector-highlighter）。
- 对数字字段提供了高性能的查询支持。这些字段使用前缀树的结构进行索引，能直接支持简单而高效的数字范围查询，而不需要在外部对数字进行处理。
虽然 Lucene 团队打算在小版本的更新上做到完整的兼容，但是 Lucene 2.9 在不少方面破坏了这一点，详细信息可参考 Changes 文档中“向前兼容策略的改变（Changes in backwards compatibilit policy）”一节。Lucene 团队建议不要直接替换生产环境下的二进制包，而是在部署前重新编译应用程序，以便在出现兼容问题时获得提示并进行修补。
暂无签名
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
轻量级大语言模型与AI安全
Al 原生数据库 Infinity 系统架构与 RAG 技术实践
长文本 LLMs 推理优化：动态稀疏性算法的应用实践
评论