Apache Lucene

A Wikipédiából, a szabad enciklopédiából
Lucene
Lucene logo green 300.png

Fejlesztő Apache Software Foundation
Legfrissebb stabil kiadás 4.2.1 (2013. április 3.) +/-
Legfrissebb fejlesztői kiadás ismeretlen +/-
Programozási nyelv Java
Operációs rendszer multi-platform
Állapot Aktív
Kategória keresés és index
Licenc Apache Licenc 2.0
A Lucene weboldala

Az Apache Lucene egy szabad/nyílt forráskódú információ lekérő szoftver könyvtár, amelyet eredetileg Doug Cutting készített java nyelven. Támogatást az Apache Software Foundation nyújt hozzá Apache Licenc alatt.

Lucene-t más programozási nyelvekre is portolták, többek közt a következőkre: Delphi, Perl, C#, C++, Python, Ruby és PHP[1].

Története[szerkesztés | forrásszöveg szerkesztése]

A Lucene-t eredetileg Doug Cutting írta 1999-ben[2], és a SourceForge webhelyéről volt letölthető. Később csatlakozott az Apache Software Foundation nyílt forráskódú Jakarta termékcsaládjához 2001 szeptemberében és 2005 februárjában vált az Apache felső szintű projektévé. Egészen mostanáig számos alprojektje jött létre: Lucene Java, Droids, Lucene.Net, Lucy, Mahout, Solr, Nutch, Open Relevance Project, PyLucene, és Tika. Solr-t öszzefésülték magával a Lucene projekttel, továbbá Mahout-ot, Nutch-t és Tika-t kiemelték független felső szintű projektekbe.

Funkciók és általános felhasználás[szerkesztés | forrásszöveg szerkesztése]

Habár illeszthető bármely alkalmazáshoz - mely teljes szöveg indexelési és keresési képességeket igényel -, Lucene széles körben ismert[3][4] az Internetes- és lokális keresőmotorok, valamint webhely keresések implementációit segítő eszközeiről.

A Lucene logikai architektúrájának magját az az elgondolás alkotja, hogy egy dokumentum kizárólag szövegmezőkből áll. Ez a rugalmasság biztosítja, hogy a Lucene API független legyen a fájlformátumtól. A szöveg jöhet a PDFekből, HTMLből, Microsoft Word-, és OpenDocument dokumentumokból, és még sok másból is (kivéve a képek). Mindezek indexelhetők mindaddig, amíg a szöveges információ kinyerhető az adott formátumból.

Lucene alapú projektek[szerkesztés | forrásszöveg szerkesztése]

A Lucene maga csak egy indexelő és kereső könyvtár és nem tartalmaz crawling és HTML elemzési funkcionalitást. Számos projekt létezik, amely kiterjeszti a Lucene képességeit:

  • Apache Nutch - biztosít web crawling-ot és HTML elemzést
  • Apache Solr – egy vállalati kereső szerver
  • ElasticSearch – egy vállalati kereső szerver
  • Compass – egy Java kereső motor keretrendszer

Felhasználók[szerkesztés | forrásszöveg szerkesztése]

Azon cégek listáját, melyek használják a Lucene-t, lásd a Lucene 'Power By' oldalát.[5] Többek közt a Twitter is használja a Lucene-t a valós idejű keresésekhez.[6]

Lásd még[szerkesztés | forrásszöveg szerkesztése]

Jegyzetek[szerkesztés | forrásszöveg szerkesztése]

  1. Lucene implementációk
  2. Better Search with Apache Lucene and Solr, 2007. november 19
  3. Perner, Petra. Machine Learning and Data Mining in Pattern Recognition: 5th International Conference. Springer (2007). ISBN 978-3-540-73498-7 
  4. GNU/Linux Semantic Storage System
  5. PoweredBy
  6. Twitter uses Lucene

Irodalom[szerkesztés | forrásszöveg szerkesztése]

Külső hivatkozások[szerkesztés | forrásszöveg szerkesztése]

Fordítás[szerkesztés | forrásszöveg szerkesztése]

Ez a szócikk részben vagy egészben a Lucene című angol Wikipédia-szócikk ezen változatának fordításán alapul. Az eredeti cikk szerkesztőit annak laptörténete sorolja fel.