使用Lucene.net提升網站搜尋速度整合記錄

1.随着網站資料量達到500萬條的時候,發現SQL資料庫如果使用LIKE語句來查詢,總是占用CPU很忙,不管怎麼優化,速度還是上不來;

2.經過網上收集資料,HUBBLE.net目前雖然做得不錯,但需要配置記憶體給他,由于伺服器4G記憶體,而且運作了好幾個網站,是以考慮采用Lucene.net來做為搜尋引擎;

3.雖然本地測試沒有問題,但是部署到64位的伺服器上還是經過了好幾天的折騰,在此都記錄一下.

在此記錄搜片神器的整個開發過程中遇到的問題和相關的解決方案,希望大家一起交流.

Lucene軟體下載下傳編譯整合的問題

網站采用了最新Lucene.Net.3.0.3版本的代碼,然後配置盤古分詞來進行.

由于Lucene.Net更新到了3.0.3後接口發生了很大變化，原來好多分詞庫都不能用了，

.Net下還有一個盤古分詞（http://pangusegment.codeplex.com/），但也不支援Lucene.Net 3.0.3，園子裡的大哥們修改的項目位址:

https://github.com/JimLiu/Lucene.Net.Analysis.PanGu

下載下傳後裡面有DEMO代碼進行整合.

Lucene在軟體中內建處理

由于實時處理資料程式是WINFORM程式,是以需要采用軟體代碼來實時更新索引資料,這樣可控性高一些.

引用頭檔案

using Lucene.Net.Analysis;
using Lucene.Net.Analysis.Standard;
using Lucene.Net.Documents;
using Lucene.Net.Index;
using Lucene.Net.QueryParsers;
using Lucene.Net.Search;
using Lucene.Net.Store;
using Lucene.Net.Util;
using PanGu;
using Lucene.Net.Analysis.PanGu;
using PanGu.HighLight;
using FSDirectory = Lucene.Net.Store.FSDirectory;
using Version = Lucene.Net.Util.Version;

建立索引

使用Lucene.net提升網站搜尋速度整合記錄

public static class H31Index
    {
        private static Analyzer analyzer = new PanGuAnalyzer(); //MMSegAnalyzer //StandardAnalyzer
        private static int ONEPAGENUM = 200;
        private static string m_indexPath = "";
        private static IndexWriter iw = null;
        public static void Init(string indexpath)
        {
            m_indexPath = indexpath;
        }

        public static bool OpenIndex()
        {
            try
            {

                DirectoryInfo INDEX_DIR = new DirectoryInfo(m_indexPath+"//Index");
                bool iscreate = true;
                if (INDEX_DIR.Exists)
                    iscreate = false;
                Int32 time21 = System.Environment.TickCount;
                if (iw == null)
                {
                    iw = new IndexWriter(FSDirectory.Open(INDEX_DIR), analyzer, iscreate, new IndexWriter.MaxFieldLength(32));
                    Int32 time22 = System.Environment.TickCount;
                    H31Debug.PrintLn("IndexWriter2[" + type.ToString() + "]:" + " IndexWriter:" + (time22 - time21).ToString() + "ms");
                    return true;
                }
            }
            catch (System.Exception ex)
            {
                H31Debug.PrintLn("OpenIndex" + ex.Message);
            }
            return false;
        }

        public static void CloseIndex()
        {
            try
            {
                if (iw != null)
                {
                    //if (count > 0)
                    {
                        iw.Commit();
                        iw.Optimize();
                    }
                    iw.Dispose();
                    iw = null;
                }            
            }
            catch (System.Exception ex)
            {
                H31Debug.PrintLn("CloseIndex" + ex.Message);
            }

        }

        //建立索引        
public static int AddIndexFromDB()
        {
            int res = 0;
            int count = 0;
            try
            {
                Int32 time0 = System.Environment.TickCount;
                while (count < OneTimeMax && iw != null)
                {
                    Int32 time11 = System.Environment.TickCount;
                    DataSet ds = H31SQL.GetHashListFromDB(type, startnum, startnum + ONEPAGENUM - 1, NewOrUpdate);
                    Int32 time12 = System.Environment.TickCount;
                    int cnt = ds.Tables[0].Rows.Count;
                    if (ds != null&& cnt>0)
                    {
                        Int32 time1 = System.Environment.TickCount;
                        count = count + cnt;
                        for (int i = 0; i < cnt; i++)
                        {
                            //ID,hashKey,recvTime,updateTime,keyContent,keyType,recvTimes,fileCnt,filetotalSize,Detail,viewTimes,viewLevel
                            Document doc = new Document();
                            doc.Add(new Field("ID", ds.Tables[0].Rows[i]["ID"].ToString(), Field.Store.YES, Field.Index.NOT_ANALYZED));//存儲，索引
                            doc.Add(new Field("hashKey", ds.Tables[0].Rows[i]["hashKey"].ToString(), Field.Store.YES, Field.Index.NOT_ANALYZED));//存儲，索引
                            doc.Add(new Field("recvTime", ds.Tables[0].Rows[i]["recvTime"].ToString(), Field.Store.YES, Field.Index.NO));//存儲，不索引
                            doc.Add(new Field("updateTime", ds.Tables[0].Rows[i]["updateTime"].ToString(), Field.Store.YES, Field.Index.NOT_ANALYZED));//存儲，索引
                            doc.Add(new Field("keyContent", ds.Tables[0].Rows[i]["keyContent"].ToString(), Field.Store.YES, Field.Index.ANALYZED));//存儲，索引
                            //PanGuFenCiTest(ds.Tables[0].Rows[i]["keyContent"].ToString());
                            string typeid=ds.Tables[0].Rows[i]["keyType"].ToString();
                            if(typeid.Length<2)
                                typeid=type.ToString();
                            doc.Add(new Field("keyType", typeid, Field.Store.YES, Field.Index.NO));//存儲，不索引
                            doc.Add(new Field("recvTimes", ds.Tables[0].Rows[i]["recvTimes"].ToString(), Field.Store.YES, Field.Index.NOT_ANALYZED));//存儲，索引
                            doc.Add(new Field("fileCnt", ds.Tables[0].Rows[i]["fileCnt"].ToString(), Field.Store.YES, Field.Index.NO));//存儲，不索引
                            doc.Add(new Field("filetotalSize", ds.Tables[0].Rows[i]["filetotalSize"].ToString(), Field.Store.YES, Field.Index.NO));//存儲，不索引
                            doc.Add(new Field("Detail", ds.Tables[0].Rows[i]["Detail"].ToString(), Field.Store.YES, Field.Index.NO));//存儲，不索引
                            doc.Add(new Field("viewTimes", ds.Tables[0].Rows[i]["viewTimes"].ToString(), Field.Store.YES, Field.Index.NO));//存儲，不索引
                            doc.Add(new Field("viewLevel", ds.Tables[0].Rows[i]["viewLevel"].ToString(), Field.Store.YES, Field.Index.NO));//存儲，不索引
                            iw.AddDocument(doc);
                        }
                        ds = null;
                        Thread.Sleep(10);
                    }
                    else
                    {
                        res = 1;
                        break;
                    }
                }

                Int32 time10 = System.Environment.TickCount;
                H31Debug.PrintLn("AddIndexFromDB[" + type.ToString() + "],Building index done:" + startnum.ToString() + " Time:" + (time10 - time0).ToString() + "ms");

            }
            catch (System.Exception ex)
            {
                H31Debug.PrintLn(ex.StackTrace);
            }

            return res; 
        }

建立索引代碼

查詢代碼

//網站搜尋代碼
        public static void Search(string keyword,int typeid,int pageNo)
        {
            int onePage=20;//一頁多少
            int TotalNum=1000;//一次加載多少

            if (pageNo < 0) pageNo = 0;
            if (pageNo * onePage > TotalNum)
                pageNo = TotalNum / onePage;

            //索引加載的目錄
            DirectoryInfo INDEX_DIR = new DirectoryInfo(m_indexPath+"//Index//index1");
            IndexSearcher searcher = new IndexSearcher(FSDirectory.Open(INDEX_DIR), true);
            QueryParser qp = new QueryParser(Version.LUCENE_30, "keyContent", analyzer);
            Query query = qp.Parse(keyword); 
            //Console.WriteLine("query> {0}", query);

            //設定排序問題
            Sort sort = new Sort(new SortField[]{new SortField("recvTimes", SortField.INT, true),new SortField("updateTime", SortField.STRING, true)});

            //設定高亮顯示的問題
            PanGu.HighLight.SimpleHTMLFormatter simpleHTMLFormatter = new PanGu.HighLight.SimpleHTMLFormatter("<font color=\"red\">", "</font>");
            PanGu.HighLight.Highlighter highlighter =new PanGu.HighLight.Highlighter(simpleHTMLFormatter,new Segment());
            highlighter.FragmentSize = 50;

            TopFieldDocs tds = searcher.Search(query,null, 1000, sort);
            Console.WriteLine("TotalHits: " + tds.TotalHits);

            /* 計算顯示的條目 */
            int count = tds.ScoreDocs.Length;
            int start = (pageNo - 1) * onePage;
            int end = pageNo * onePage > count ? count : pageNo * onePage;
            //傳回集合清單
            for (int i = start; i < end; i++)
            {
                Document doc = searcher.Doc(tds.ScoreDocs[i].Doc);
                string contentResult = highlighter.GetBestFragment(keyword, doc.Get("keyContent").ToString());
                Console.WriteLine(contentResult + ">>" + doc.Get("recvTimes") + "<<" + doc.Get("updateTime"));
            }

            searcher.Dispose();
        }

伺服器部署的問題

當你覺得本地都運作的好好的時候,發現到伺服器上根本就運作不了,一直報錯.

由于Lucene.net最新版本直接使用了net4.0,伺服器是64們的WIN2003,而且運作的網站都還是32位的net2.0的DLL,是以更新到4.0怎麼也出不來

1.運作顯示的錯誤是提示沒有.net4.0的架構,需要注冊.net4.0

直接到網上找如何搞定顯示ASP.NET頁籤的問題,最後找到文章方法是:

停止iis直接删除C:/WINDOWS/system32/inetsrv/MetaBase.xml中的Enable32BitAppOnWin64="TRUE" 行

重新開機IIS後頁籤到是出來了,但net.2.0的網站全部挂掉,運作不起來,sosobta.com網站也運作不起來,

Enable32BitAppOnWin64的意思是允許運作32們的程式,是以此方法不行.

2.另外找的文章都是重新注冊net 4.0

C:\WINDOWS\Microsoft.NET\Framework\v4.0.30319\aspnet_regiis.exe -i

開始執行試了好多次,沒有效果,這裡也允許了,重新安裝了好幾次Net4.0.

3.最後一次在停止IIS後,再次全部注冊net2.0,4.0,然後

cscript %SYSTEMDRIVE%\inetpub\adminscripts\adsutil.vbs SET W3SVC/AppPools/Enable32bitAppOnWin64 1

重新開機IIS後,出現的錯誤終于不再是上面的.

新錯誤是:

Server Application Unavailable

4.通過網上查找資料

解決辦法：在IIS中建立一個應用程式池，然後選中你的基于.net

framework4.0的虛拟目錄，點“屬性”－》在“應用程式池” 中選擇剛才建立的的應用程式池，點選“确定”。

最後伺服器網站sosobt.com終于運作起來了.

Lucene.net搜尋的效果

1.經過目前測試,目前伺服器4G的記憶體搜尋速度比以前需要5S左右的LIKE強了很多倍,基本上都在1S以内;

2.由于Lucene索引是基于檔案的索引,進而使SQL資料庫的使用壓力減輕不少,這樣給其它程式的整體壓力減少不少,網站效果還行.

3.目前500萬的資料重建立立一次索引需要1小時左右,但是網站運作的時候去更新索引速度目前感覺比較慢.比如要更新點選次數和更新時間等時,發現新的問題來了,這塊的時間比較長.

4.目前考慮的方案是幾天一次全部重建立立索引一次,平時隻是添加資料.

希望有了解的朋友在此留言指教下lucene.net方面的性能優化問題,大家一起共同學習進步.

大家看累了,就移步到娛樂區http://www.sosobta.com 去看看速度如何,休息下...

希望大家多多推薦哦...大家的推薦才是下一篇介紹的動力...

使用Lucene.net提升網站搜尋速度整合記錄

Lucene軟體下載下傳編譯整合的問題

Lucene在軟體中內建處理

伺服器部署的問題

Lucene.net搜尋的效果

繼續閱讀

【具叙】的意思是什麼？【具叙】是什麼意思？

2022年冬奧會大跳台冠軍，谷愛淩被媒體冠以“天才少女”稱号，而我在她傲人成績的背後卻看到一個“恨心”的母親。某位骨科醫

#2.8億人次圍觀的新疆雪村#藏在祖國邊緣的童話世界，冬季一定要去的地方一一新疆禾木村。如果你問我冬季裡最有趣和最浪漫的

俗話說酒香不怕巷子深，然而現實中就是你的酒再香，大家距離很遠，沒有一個好的宣傳管道，大家也是不知道的。在新疆有一個美麗的

jieba與lucene.net使用

從零開始搭建.NET Core版搜尋引擎（八）--查詢結果高亮顯示

Lucene.Net練手

Lucene.Net建立索引

Lucene.Net多字段查詢

lucene.net檔案目錄管理Directory類

lucene.net全文檢索簡介

Lucene.Net在建立好索引檔案内搜尋

使用Lucene.Net實作全文檢索完整代碼

探索Lucene.Net全文檢索

從零開始搭建.NET Core版搜尋引擎（五）1.查詢多個字段的檢索方法2.可設定權重的檢索方法3.測試示例

lucene.net 收索