邱敏明，任洪敏，顾利军

（上海海事大学信息工程学院，上海 201306）

0 引言

在当今社会，软件开发的速度、规模都在快速提升，软件开发过程中产生的文档无论是文档的存在格式还是存储方式都存在着各种方式。在文档的格式层面有.doc、.docx、.pdf等；在存储方式层面，有存储在本地磁盘的、MySQL数据库、Git仓库等几种方。这些文档就是检索系统的数据，文档的存储地方则是检索系统的数据源。如何从多种数据源中快速有效地检索到期望的数据，这点在企业日常的开发中日益受到重视。

由于数据的多样性，这里的多样性不仅仅是数据之间的格式差异，也包括了不同数据的不同属性，同时也还有数据存储方式的差异性。所以对索引的创建提出了较为苛刻、复杂的要求。基于Lucene的全文检索系统，通过使用Lucene提供的接口，提出了利用XML配置文件的方式来降低数据多样性带来复杂度，同时通过配置文件来实现检索的多样性的方式。系统还针对如何保证检索结果的准确性和有效性的问题，提出了通过注册监听服务的方式，来即时获取数据的变化，再根据这些变化即时调整相关的索引，以此来保证索引的有效性。

1 系统模型

1.1 Lucene简介

Lucene是一个高性能的Java全文检索工具包而不是完整的全文检索引擎，它提供了完整的查询和索引引擎以及部分的文本分析引擎。

Lucene具有如下突出的优点：

（1）索引文件格式独立于应用平台。

（2）它提供了一套强大的查询引擎，Lucene的查询实现中默认实现了布尔查询、模糊查询等，开发人员可以使用这些查询接口。……