Integração Java Lucene com .Net

Question

Eu tenho a configuração do Nutch e do Lucene para rastrear e indexar alguns sites e gostaria de usar um site .net em vez do site JSP que vem com o Nutch.

Alguém pode recomendar algumas soluções?

Já vi soluções em que havia um aplicativo em execução no servidor de indexação ao qual o site .Net usava comunicação remota para se conectar.

A velocidade é obviamente uma consideração, então isso ainda pode funcionar bem?

Editar: o NHibernate.Search poderia funcionar para isso?

Editar: Acabamos optando por servidores de índice Solr usados ​​pelo nosso site ASP.net com o solnet biblioteca.

Answer 1

Em vez de usar Lucene, você poderia usar Sol indexar com nutch (veja aqui), então você pode se conectar facilmente ao Solr usando uma das duas bibliotecas disponíveis: SolrSharp e SolrNet.

Answer 2

Caso não tenha ficado totalmente claro nas outras respostas, Lucene.NET e Lucene (Java) usam o mesmo formato de índice, portanto, você poderá continuar a usar seus mecanismos existentes (baseados em Java) para indexação, e, em seguida, use Lucene.NET dentro de seu aplicativo da web .NET para consulta o índice.

De o site da incubadora Lucene.NET:

Além das APIs e classes port para C#, o algoritmo do Java Lucene é portada para C# Lucene.Este significa um índice criado com Java Lucene é compatível com ida e voltacom o C# Lucene;tanto na leitura, redação e atualização.Na verdade a Lucene índice pode ser pesquisado simultaneamente e atualizado usando Java Lucene e C# Processos Lucene

Answer 3

Também estou trabalhando nisso.

http://today.java.net/pub/a/today/2006/02/16/introduction-to-nutch-2.html

Parece que você pode enviar sua consulta para o nutch e obter os resultados do RSS de volta.

editar:

Fiz isso funcionar hoje em formato de Windows como uma prova de conceito.Duas caixas de texto (searchurl e query), uma para a url do servidor e outra para a consulta.Uma visualização de datagrid.

private void Form1_Load(object sender, EventArgs e)
        {
            searchurl.Text = "http://localhost:8080/opensearch?query=";


    }

    private void search_Click(object sender, EventArgs e)
    {
        string uri;

        uri = searchurl.Text.ToString() + query.Text.ToString();
        Console.WriteLine(uri);

        XmlDocument myXMLDocument = new XmlDocument();

        myXMLDocument.Load(uri);

        DataSet ds = new DataSet();

        ds.ReadXml(new XmlNodeReader(myXMLDocument));

        SearchResultsGridView1.DataSource = ds;
        SearchResultsGridView1.DataMember = "item";

    }

Answer 4

Cheguei aqui procurando uma comparação entre SolrNet e SolrSharp, só pensei em deixar aqui minhas impressões.

Parece que o SolarSharp é um projeto morto (não foi atualizado há muito tempo), então a única opção é o SolarNet.

Espero que isso ajude alguém, eu teria deixado um comentário sobre a resposta aceita, mas ainda não tenho reputação suficiente :)

Answer 5

Em vez de usar o Solr, escrevi um indexador baseado em java que é executado em um cron job e um serviço da web baseado em java para consultas.Na verdade, não indexei páginas, mas sim diferentes tipos de dados que o site .net usa para construir as páginas.Portanto, existem quatro índices diferentes, cada um com uma estrutura de documento diferente, que podem ser consultados quase da mesma maneira (digamos:usuários, postagens, mensagens, fotos).

Ao definir um XSD para as respostas do serviço web consegui gerar classes em .net e java para armazenar uma representação dos documentos.O serviço web basicamente executa a consulta no índice correto e preenche o xml de resposta dos hits.O cliente .net analisa isso de volta em objetos.Há também uma interface json para qualquer JavaScript do lado do cliente.

Answer 6

Por que não mudar do java lucene para a versão dot net.Claro que é um investimento, mas é principalmente um exercício de substituição de classe.A última coisa que você precisa é de mais camadas que não agreguem nenhum valor além de apenas serem cola.Menos cola e mais coisas é o que você deve buscar...