Lucene
出典: フリー百科事典『ウィキペディア（Wikipedia）』
Lucene（ルシーン）は、Javaで記述された全文検索ソフトウェアである。あらかじめ蓄積した大量のデータから、指定したキーワードを探し出す機能を持つ。Javaのクラスライブラリとして提供される。
概要[編集]
1000万ドキュメントくらいの規模まで1台のマシンで対応できる。それ以上を複数のマシンで分散検索できるようにするHadoopというサブプロジェクトがある。
検索エンジン（ライブラリ）だけの提供であり、ウェブアプリとしての機能はSolr、クローラーの機能はNutchというサブプロジェクトで開発されている。
日本語のデータをインデックスするためには、CJKAnalyzerかJapaneseAnalyzerを使う。CJKAnalyzerはbi-gram方式である。JapaneseAnalyzerを使うには、形態素解析エンジンを組み込む必要があり、オープンソースのSen(MeCabのJava実装)を使う。また、ベイシステクノロジー社から販売されているJLAでも日本語のデータを形態素解析してインデックスできる。
2007年1月にApacheのトップレベルプロジェクトになり、現在はPMC (Project Management Committee) での開発スタイルをとっている。
書籍[編集]
- Apache Lucene 入門 ~Java・オープンソース・全文検索システムの構築 - ISBN 4-7741-2780-9
- Lucene In Action - ISBN 1-932394-28-1
