db テーブルと office/.pdf ファイルを検索するためのスタンドアロン デスクトップ アプリでの検索の構築について調査することに興味があります。
これは Lucene/examine の優れたシナリオのようです
ただし、そこにあるドキュメントは最小限であり、SQL 全文検索の経験は豊富ですが、Lucene はまったく別の獣であるため、開始方法/場所に関するヘルプ/ポインターを探しています。
はい、Google検索を行いましたが、用語がかなり一般的であるため、リソースは見つかりませんでした（ lucene はチュートリアルなどを調べます ）。
最初に知っておくべきことは、Lucene.NET は Lucene の行ごとのポートであることです。.NET に固有の部分はごくわずかであるため、Java Lucene に見られるほとんどのことは .NET バージョンにも当てはまります。これだけでも、Java プロジェクトを .NET に移植する方法について活発に議論するには十分な材料です。実際、このプロジェクトは何年にもわたるインキュベーションの後、本格的な Apache プロジェクトとして卒業したばかりです。
さて、私は Vedran に同意します。Lucene in Actionの本は、非常に迅速に理解できるようになるだけでなく (Lucene は迅速です)、問題の解決に役立つ悲惨な詳細を理解するのにも役立ちます。
オンライン素材から始めたい場合は、このイントロが手がかりになりそうです。10年近く経ちますが、ぱっと見ただけで、まだほとんど残っていると思います。C# に簡単に移植できる実際の Java コードを使用してデモンストレーションしながら、検索 (インデックス作成/クエリ) の両方の側面に対処します。
この情報があれば、最小限の作業例を既にセットアップできます。
次のステップは、トークン化を掘り下げることです。異なるアナライザーは異なるトークン化を行います。短い単語を無視したり、英数字以外の文字で分割したり、ステミング (SnowballAnalyzer) を実行したりできます。利用可能なアナライザーを把握し、適切なアナライザーを選択することは、Lucene を問題に適合させるために不可欠です。
索引付けされたデータは照会できます。柔軟な方法と言えますが、独自の制限があります。Lucene の性質上、否定、並べ替え、範囲などは大きな頭痛の種になる可能性があります。
1 つだけ理解しておく必要があるのは、Lucene は実際には、検索を実行できる非常に効率的な辞書に過ぎないということです。これは、たとえば、否定が独特である理由を説明しています。何かの不在を検索することはできませんが、「MyField:false」を検索することはできます。1 から 3 の間の数値を検索すると、通常、1、2、3 を検索するクエリが作成されます。また、日付を処理するときは、並べ替え可能な方法でインデックスが作成されていることを確認する必要があります (例: 20121005)。
問題が発生した場合: Lucene.NET ニュースグループは非常に役に立ち、反応が良いことが示されています。
ファセットの必要性など、いくつかの制限に遭遇する可能性があります。SOLR.NETは Lucene.NET の上に構築されており、他の方法では非常に長い作業が必要になるいくつかの問題を解決します。実際に使ったことはありませんが。
私も Examine の経験はありませんが、すぐにわかることから、クエリを手動で処理する負担が軽減されます。
以前、Lucene API の C++ 実装である CLucene を使用する必要がありました。Lucene in Action本に出くわすまでは、非常に難しい作業であることがわかりました。サンプルはすべて Java で、API にはいくつかの違いがありますが、この本では Lucene の概念が非常に明確に説明されていたので、その知識をそのまま CLucene で使用しました。この本は 470 ページまでありますが、最初の 3 つの章で十分です。
これが Lucene/Examine チュートリアルの提案ではないことはわかっていますが、Examine は Lucene の単純なラッパーにすぎないため、実際に試してみる価値があります。概念を理解すると、Examine 自体が明らかになるはずです。