柠檬墨绿色 发表于 2016/11/19 15:06

mmseg4j中的MMSeg4jHandler,动态加载词库

  mmseg4j 1.8 中有词库变化检测功能,新加载词库后,很有可能此时的分词(搜索时)与索引不对应了。所以要有个机制让重新做索引。

  这里使用最简单的方式,就是被动式的加载词库。由外围的程序去决定什么时候更新词库,然后也由外围的程序决定重做索引与否。比如可以写个 shell 脚本放到 crontab 里。

  按 solr 的理念——用 url 方式去通知 mmseg4j 加载词库。这个任务交出 MMseg4jHandler 去做。

  参数:

  dicPath 是指定词库的目录,特性与MMSegTokenizerFactory中的dicPath一样(相对目录是,是相对 solr.home)。

  check 是指是否检测词库,其值是true 或 on。

  reload 是否尝试加载词库,其值是 true 或 on。此值为 true,会忽视 check 参数。

  solrconfig.xml文件增加:

  <requestHandler name="/mmseg4j" class="com.chenlb.mmseg4j.solr.MMseg4jHandler" >

  <lst name="defaults">

  <str name="dicPath">dic</str>

  </lst>

  </requestHandler>

  然后可以用 http://localhost:8080/solr/mmseg4j/?reload=true,去尝试加载(注意:内存空间要有2倍词库大小的可能空间。一个词库可可能 50M)。

  返回结果如下:

  <?xml version="1.0" encoding="UTF-8"?>

  <response>

  <lst name="responseHeader"><int name="status">0</int><int name="QTime">1</int></lst><lst name="result"><str name="dicPath">java.net.URI:www.9ask.cn/xiamen/lelifeextra/solr/solrhome/dic/</str><bool name="changed">false</bool></lst>

  </response>

  注意:dicPath 参数是 MMSegTokenizerFactory 里指定的 dicPath 才有意义。
页: [1]
查看完整版本: mmseg4j中的MMSeg4jHandler,动态加载词库