图 1 展现了整体的框架。可以看到，两个模块之间相对是独立的，它们之间的关联不是通过代码，而是通过索引和元数据。在下文中，我们将会详细介绍如何基于开源工具设计和实现这两个模块。

图 1. 系统架构图

使用Java开源工具建立一个灵活的搜索引擎(2)

建立索引

可以进行索引的对象有很多，如文件、网页、RSS Feed 等。在我们的框架中，我们定义可以进行索引的一类对象为资源。从实现细节上来说，从一个资源中可以提取出多个 Document 对象。文件系统资源和数据库结果集资源都是资源的代表性例子。

前面提到，从资源中收集到的索引被统一传送到同一个地方，以被搜索模块所用。显然除了索引之外，搜索模块需要对资源有更多的了解，如资源的名称、搜索该资源后搜索结果的呈现格式等。这些额外的附加信息称为资源的元数据。元数据和索引数据一同被收集起来，放置到某个特定的位置。

简要地介绍过资源的概念之后，我们首先为其定义一个 Resource 接口。这个接口的声明如下。

清单 1. Resource 接口

public interface Resource { // RequestProcessor 对象被动地从资源中提取 Document，并返回提取的数量 public int extractDocuments(ResourceProcessor processor); // 添加的 DocumentListener 将在每一个 Document 对象被提取出时被调用 public void addDocumentListener(DocumentListener l); // 返回资源的元数据 public ResourceMetaData getMetaData(); }

其中元数据包含的字段见下表。在下文中，我们还会对元数据的用途做更多的介绍。

表 1. 资源元数据包含的字段

而 DocumentListener 的代码如下。

清单 2. DocumentListener 接口

public interface DocumentListener extends EventListener { public void documentExtracted(Document doc); }

为了让索引模块能够知道所有需要被索引的资源，我们在这里使用 Spring 风格的 XML 文件配置索引模块中的所有组件，尤其是所有资源。您可以在 下载部分 查看一个示例配置文件。

使用Java开源工具建立一个灵活的搜索引擎(3)

为什么选择使用 Spring 风格的配置文件？

这主要有两个好处：

仅依赖于 Spring Core 和 Spring Beans 便免去了定义配置机制和解析配置文件的负担；

Spring 的 IoC 机制降低了框架的耦合性，并使扩展框架变得简单；

基于以上内容，我们可以大致描述出索引模块工作的过程：

首先在 XML 配置的 bean 中找出所有 Resource 对象；

对每一个调用其 extractDocuments() 方法，这一步除了完成对资源的索引外，还会在每次提取出一个 Document 对象之后，通知注册在该资源上的所有 DocumentListener；

接着处理资源的元数据（getMetaData() 的返回值）；

将缓存里的数据写入到本地磁盘或者传送给远程服务器；

在这个过程中，有两个地方值得注意。

第一，对资源可以注册 DocumentListener 使得我们可以在运行时刻对索引过程有更为动态的控制。举一个简单例子，对某个文章发布站点的

凌众科技专业提供服务器租用、服务器托管、企业邮局、虚拟主机等服务，公司网站：http://www.lingzhong.cn 为了给广大客户了解更多的技术信息，本技术文章收集来源于网络,凌众科技尊重文章作者的版权，如果有涉及你的版权有必要删除你的文章，请和我们联系。以上信息与文章正文是不可分割的一部分,如果您要转载本文章,请保留以上信息，谢谢!