'색인' 태그의 글 목록

검색엔진로그 2011. 3. 8. 00:27

Apache OpenSource Project인 Lucene 을 구성하는 색인과 검색과 관련된 주요 클래스를 알아보자.

색인 주요 클래스

색인과정 중에 사용되는 주요 클래스는 다음과 같다.

클래스	설명
IndexWriter	색인을 생성하고, 색인에 도큐먼트를 추가한다.
IndexReader	색인에서 도큐먼트를 삭제한다
Directory	색인의 저장소. 일반적으로 파일시스템 FSDirectory와 메모리 RAMDirectory가 있다. 루씬 샌드박스에서 제공하는 데이터베이스를 색인의 저장소로 사용하는 JDBCDirectory 도 있다.
Analyzer	내용을 텀 단위로 분리하는 역할을 하며, 색인과 검색 단계에서 동일한 분석기가 적용되야 올바른 검색결과를 얻을 수 있다.
Document	검색을 위한 정보 구성의 단위가 된다. 하나의 메일 메시지 또는 하나의 웹페이지가 도큐먼트가 될수 있으며, 비지니스 로직에 따라 변경된다.
Field	도큐먼트 내에서 정보를 검색하는 대상(카테고리)이다. 분석의 여부, 검색 가능여부, 저장하는지 여부에 따라 Keyword, UnIndexed, UnStored, Text 필드로 구분된다. 이러한 구분의 검색과 검색결과로 보여질 데이터의 항목들을 명확히 하여, 검색의 질과 효율을 높이기 위함이다.

색인은 양질의 검색결과를 얻을 수 있도록 하는 근본이 되는 과정이다. 도큐먼트는 색인과 검색과정에서 정보의 저장과 검색의 단위가 되기 때문에, 어떠한 데이터들을 하나의 도큐먼트로 구성할지가 중요한 요소가 된다.

도규먼트를 구성하는 필드들은 다음과 같은 값들 일 수 있다.

필드	분석	검색	저장	사용 용도
Field.Keyword	X	O	O	변경되지 않는 고유정보 저장하기 위해 사용됨. 예) 파일의 경로, 메일번호, 게시물 번호
Field.UnIndexed	X	X	O	검색의 결과로 보여주기 위해서만 사용되는 정보. 예) 웹페이지 글의 상위 네번째줄까지 글....
Field.UnStored	O	O	X	검색의 대상이 되지만, 화면에는 보여질 필요가 없는 정보. 예) 웹문서의 태그...
Field.Text	O	O	String(O) Reader(X)	String 타입은 내용이 색인에 저장되고, Reader 타입은 내용이 색인에 저장되지 않는데, Reader는 불필요하게 많은 데이터를 저장하여 효율을 저하시킬 수 있기때문에 저장하지 않는다.

검색 주요 클래스

검색과정 중에 사용되는 주요 클래스는 다음과 같다.

클래스	설명
IndexSearcher	색인에서 검색어를 찾아 결과를 반환하는 클래스. 검색단계에서도 검색어를 분석하는데 Analyzer 가 사용된다. 이때 색인단계와 검색단계에서 동일한 텀이 생성되게 하는 것은 루씬 라이브러리를 사용하는 개발자의 몫이다.
Term	매칭이 되는 가장 최소단위의 단어이다. 색인과 검색과정에서 (필드이름, 단어) 의 쌍으로 구성된다.
Query	루씬엔진이 해석할 수 있도록 검색의 조건을 변환한 클래스이다. TermQuery, RangeQuery, PrefixQuery 등 다양한 조건에 해당하는 Query문이 존재한다. 개발자는 사용자에게 적절한 검색인터페이스를 제공하여, 올바른 Query 을 생성해야한다
QueryParser	다양한 조건을 좀더 편리하게 문자열 조건문 형태로 입력받고, 이 문자열을 Query 서브클래스들의 조합으로 변환한다.
Hits	IndexSearcher 클래스의 search 메소드의 검색결과 매칭된 도큐먼트들을 가지고 있는 결과객체이다. 실제 문서의 내용이 아닌 문서에 대한 ID 만을 가지고 있어서, 실제로 요청할 때 해당 도큐먼트를 디스크에서 로드해서 반환한다.

[Lucene] java.lang.OutOfMemoryError : Java heap space (0)	2011.03.15
루씬과 색인,검색 클래스 사용예(Java) (0)	2011.03.08
색인과 검색 주요 클래스 (0)	2011.03.08
로봇 프로토콜 (0)	2011.03.07

검색결과 리스트