基于Java開源框架SSHC的圖書文獻全文檢索系統(tǒng)的研究與開發(fā)

摘 要:本文基于Java體系開源框架Spring3.0、Struts2、Hibernate3.3和Compass2.1設(shè)計與實現(xiàn)了一個B/S模式的圖書文獻全文檢索系統(tǒng)，系統(tǒng)采用MVC框架，集成Spring3.0、Struts2、Hibernate3.3實現(xiàn)AOP以及事務(wù)管理、控制層、數(shù)據(jù)持久層，應(yīng)用Compass實現(xiàn)索引的創(chuàng)建與數(shù)據(jù)庫同步更新，系統(tǒng)應(yīng)用在圖書館海量圖書文獻的檢索中，比傳統(tǒng)的C/S模式的基于SQL的數(shù)據(jù)庫檢索系統(tǒng)，檢索結(jié)果的呈現(xiàn)要提高數(shù)倍，耗時為毫秒級。

關(guān)鍵詞:Java開源框架全文檢索索引

中圖分類號:G250文獻標識碼:A文章編號:1674-098X(2011)06(a)-0019-01

1 引言

C/S模式的軟件，客戶端需要安裝專用的軟件才能和服務(wù)器通信，只適用于局域網(wǎng)，需要針對不同的操作系統(tǒng)開發(fā)不同版本的軟件，產(chǎn)品更新?lián)Q代快、維護代價高、執(zhí)行效率低。對于擁有上百萬館藏資源的高校圖書館，讀者檢索數(shù)據(jù)，必須要到圖書館利用檢索機才可以，這在當今互聯(lián)網(wǎng)時代，這已經(jīng)不能滿足讀者想隨時隨地通過網(wǎng)絡(luò)快速得到檢索數(shù)據(jù)的需求。

B/S模式是隨著Internet技術(shù)的興起迅速發(fā)展，能實現(xiàn)不同用戶從不同地點，以不同的接入方式訪問服務(wù)器，能有效地保護數(shù)據(jù)平臺和訪問權(quán)限，大大簡化了客戶端電腦載荷，減輕了系統(tǒng)維護與升級的成本。

全文檢索系統(tǒng)是按照全文檢索理論建立起來的用于提供全文檢索服務(wù)的軟件系統(tǒng)，需要具備建立索引和提供查詢的能力。功能上，全文檢索系統(tǒng)核心具有建立索引、處理查詢返回結(jié)果集、增加索引、優(yōu)化索引結(jié)構(gòu)等功能。結(jié)構(gòu)上，全文檢索系統(tǒng)核心具有索引引擎、查詢引擎、文本分析引擎、對外接口等，加上各種外圍應(yīng)用系統(tǒng)等共同構(gòu)成了全文檢索系統(tǒng)。

2 全文檢索引擎

Lucene[1]是一個開放源代碼的全文檢索引擎工具包，具有索引文件格式獨立于應(yīng)用平臺的特點。在實際全文檢索中，建立索引，要么是定期遍歷數(shù)據(jù)庫，調(diào)用索引建立程序模塊將里面的數(shù)據(jù)轉(zhuǎn)為索引，要么是每次更新數(shù)據(jù)的時候，調(diào)用索引建立程序模塊將里面的數(shù)據(jù)轉(zhuǎn)為索引，兩種方式的共同缺點是頻繁更新索引數(shù)據(jù)將使對硬盤的操作影響巨大。

Compass是對Lucene的封裝，其擴展了事務(wù)索引、搜索引擎抽象、對象關(guān)系映射、事務(wù)管理、不同的映射技術(shù)在數(shù)據(jù)庫存儲索引的功能。Compass[2]的模塊主要如圖1所示。

Compass提供了以下兩種途徑來完成事務(wù)管理代碼簡化操作。

（1)CompassTemplate，它使用流行的設(shè)計模式來抽象事務(wù)管理。

（2)與Spring事務(wù)管理器集成，可以在一個存在的事務(wù)中執(zhí)行。

Compass通過OSEM(對象到搜索引擎映射)可以輕松地和Hibernate、Spring等無縫集成，索引庫能夠隨數(shù)據(jù)持久層同步更新。

3 系統(tǒng)實現(xiàn)

3.1 創(chuàng)建搜索對象

Hibernate[3]是數(shù)據(jù)持久化事實上的標準，功能強大、性能優(yōu)秀，與Compass通過注解方式創(chuàng)建OSEM對象模型，通過Compass抽象出需要的屬性，然后把它們對應(yīng)的元數(shù)據(jù)插入到搜索引擎索引中。

Book類對象搜索實體，代碼如下:

@Entity

@Table

@Searchable

public class Book

{

@SearchableProperty

private String title;

@SearchableProperty

private String content;

……

}

在搜索對象模型的建立中，需要過濾網(wǎng)頁樣式得到純文本，用于在搜索結(jié)果中顯示圖書文獻摘要信息。

3.2 索引的創(chuàng)建與更新

Compass Spring主要完成Compass和Spring的集成，在系統(tǒng)的application Context-compass.xml文件配置Compass。Compass內(nèi)核是Lucene，對中文處理可以采用單字分詞和雙字分詞，本系統(tǒng)采用了雙字分詞方法實現(xiàn)對中文文本分詞處理，這樣可以保障高效的分詞索引速度。

Compass Gps集成不同的數(shù)據(jù)源，通過Hibernate的ORM實現(xiàn)，通過hibernate GpsDevice使得數(shù)據(jù)庫中的記錄變化后，可以使用Hibernate3事件系統(tǒng)支持的實時數(shù)據(jù)鏡像來自動同步更新索引。

3.3 分頁搜索模塊實現(xiàn)

系統(tǒng)采用Struts2[4]實現(xiàn)控制器，調(diào)用數(shù)據(jù)持久層的搜索模塊實現(xiàn)搜索，以分頁的形式顯示在視圖層，進行測試，搜索耗用的時間僅僅為0.01秒，文獻的標題和摘要都以高亮的形式顯示。

4 結(jié) 語

對于一個擁有海量數(shù)字資源的圖書館來說，讓用戶快速地、方便地、精準地查找到需要的圖書或者文獻，是圖書館資源檢索的迫切需求，本文分析了Java體系開源框架設(shè)計與實現(xiàn)了一個B/S模式的具體跨平臺、跨數(shù)據(jù)庫的搜索引擎，與傳統(tǒng)的數(shù)據(jù)庫檢索相比，大大減少了圖書館工作人員的工作量，方便了讀者查詢圖書館資源，讀者不必到圖書館就可以通過網(wǎng)絡(luò)查詢資料，檢索結(jié)果以毫秒級的耗時快速呈現(xiàn)給讀者。

參考文獻

[1]Apache Lucene. Apache Lucene - Overview [EB/OL].2010.

[2]Compass-Java Search Engine Framework.overview [EB/OL].2010.

[3]李剛.輕量級J2EE企業(yè)應(yīng)用實踐[M].北京:電子工業(yè)出版社．2007(6).