Apache Lucene

Az Apache Lucene egy szabad/nyílt forráskódú információ lekérő szoftver könyvtár, amelyet eredetileg Doug Cutting készített java nyelven. Támogatást az Apache Software Foundation nyújt hozzá Apache Licenc alatt.

Lucene
Fejlesztő	Apache Software Foundation
Legfrissebb stabil kiadás	10.2.2 (stabil verzió, 2025. június 20.)[1]
Programozási nyelv	Java
Operációs rendszer	multi-platform
Platform	Java virtuális gép
Állapot	Aktív
Kategória	keresés és index
Licenc	Apache Licenc 2.0
A Lucene weboldala

Lucene-t más programozási nyelvekre is portolták, többek közt a következőkre: Delphi, Perl, C#, C++, Python, Ruby és PHP.^[2]

Története

A Lucene-t eredetileg Doug Cutting írta 1999-ben,^[3] és a SourceForge webhelyéről volt letölthető. Később csatlakozott az Apache Software Foundation nyílt forráskódú Jakarta termékcsaládjához 2001 szeptemberében és 2005 februárjában vált az Apache felső szintű projektjévé. Egészen mostanáig számos alprojektje jött létre: Lucene Java, Droids, Lucene.Net, Lucy, Mahout, Solr, Nutch, Open Relevance Project, PyLucene és Tika. A Solr-t összefésülték magával a Lucene projekttel, továbbá a Mahoutot, a Nutchot és a Tikát kiemelték független felső szintű projektekbe.

Funkciók és általános felhasználás

Habár illeszthető bármely alkalmazáshoz – mely teljes szöveg indexelési és keresési képességeket igényel -, Lucene széles körben ismert^[4][5] az Internetes- és lokális keresőmotorok, valamint webhely keresések implementációit segítő eszközeiről.

A Lucene logikai architektúrájának magját az az elgondolás alkotja, hogy egy dokumentum kizárólag szövegmezőkből áll. Ez a rugalmasság biztosítja, hogy a Lucene API független legyen a fájlformátumtól. A szöveg jöhet a PDFekből, HTMLből, Microsoft Word-, és OpenDocument dokumentumokból, és még sok másból is (kivéve a képek). Mindezek indexelhetők mindaddig, amíg a szöveges információ kinyerhető az adott formátumból.

Lucene alapú projektek

A Lucene maga csak egy indexelő és kereső könyvtár és nem tartalmaz crawling és HTML elemzési funkcionalitást. Számos projekt létezik, amely kiterjeszti a Lucene képességeit:

• Apache Nutch – biztosít web crawling-ot és HTML elemzést
• Apache Solr – egy vállalati kereső szerver
• ElasticSearch – egy vállalati kereső szerver
• Compass – egy Java keresőmotor keretrendszer

Felhasználók

Azon cégek listáját, melyek használják a Lucene-t, lásd a Lucene 'Power By' oldalát.^[6] Többek közt a Twitter is használja a Lucene-t a valós idejű keresésekhez.^[7]

Kapcsolódó szócikkek

• Lucene.net
• Hadoop
• Hibernate search
• Xapian
• Sphinx (search engine)
• LGTE
• Information extraction
• Text mining
• eGranary Digital Library