对我的数据进行索引/搜索有什么常用的算法吗？

Question

我知道搜索本身是一个巨大的领域，这似乎也是我的问题。我只是不知道该从何说起。

这是一个场景:我有很多商店，它们雇佣了很多人，而且有很多不同的产品出售。我需要为我的网站创建一个单一的文本字段搜索选项。此文本字段应搜索商店的元数据(地址、名称等)、产品的元数据(名称、类型等)并通过员工。

我认为这个搜索选项将在网站上广泛使用，因此它需要非常好的性能(在每个列中没有查找，string.Contains()等)。

目前，我正在考虑在数据库中为每个实体添加标记，这些标记指向商店/员工/产品，但我不确定这种数据复制是否易于维护。另一种选择是缓存流行的队列，然而，我认为任何队列都不会比其他队列更受欢迎。

我确信我不是第一个遇到这种问题的人。有没有什么通用的策略，第三方库，第三方站点或者只是提示我这样做？

提前感谢:)

Answer 1

你看过Lucene吗？它是开源的，Java版本已经成熟。它可以极大地帮助您索引和搜索有组织的数据。我相信有适用于.Net、C(具有Perl/Ruby绑定)和Python的版本。

关于文档--至少在Java版本中有一些书籍，包括this one。

我有过使用它为存储在数据库中的关系数据建立索引的良好经验，以便能够以即席方式对其进行搜索。但是，它还可以爬行和索引基于文件的数据。

Answer 2

你真的在寻找一个全文搜索引擎。teabot推荐的Lucene是一个很好的工具。

一个基于Lucene的项目(当然也是出售的)是DBSight，它提供了工具和接口，用于管理搜索结果的外观/格式，以及基于您自己定义的数据库查询结果在Lucene中设置索引。

我现在感觉像个先令。但我已经试过了，它工作得很好。