Lucene

Lucene — свободная библиотека для высокопроизводительного полнотекстового поиска фонда Apache, используемая в качестве основы в двух самых популярных по состоянию на середину 2010-х годов тиражируемых поисковых системах — Elasticsearch и Solr. Написана на Java.

Apache Lucene
Тип	поиск и программирование
Разработчик	Apache Software Foundation
Написана на	Java
Операционная система	кроссплатформенный
Первый выпуск	30 марта 2000
Аппаратная платформа	Java Virtual Machine
Последняя версия	9.7.0[1] (25 июня 2023; 10 месяцев назад (2023-06-25))
Репозиторий	github.com/apache/lucene
Лицензия	Apache Software License
Сайт	lucene.apache.org
Медиафайлы на Викискладе

Разработана Дугом Каттингом (англ. Doug Cutting) в 1999 году, изначально была выложена автором на SourceForge.net. В 2001 году передана в фонд Apache, где вначале развивалась в рамках проекта Jakarta, и перешла в 2005 году в статус проекта верхнего уровня фонда. В рамках проекта верхнего уровня Lucene породила ряд подпроектов, ставших самостоятельными, среди них — Hadoop (инициированный Каттингом и сформировавшим обширную экосистему продуктов), Nutch и Solr (считающийся частью экосистемы Hadoop). Кроме того, библиотека используется в качестве внутреннего механизма в ряде проектов, среди которых YaCy (децентрализованная поисковая система), CrateDB^[en] (документоориентированная СУБД с поддержкой SQL), Swiftype^[en] (тиражируемая поисковая система для организаций), DocFetcher (локальный поисковик).

Основная функциональная особенность библиотеки — обеспечение масштабируемой и достаточно высокоскоростной индексации (порядка 100 Гбайт в час на сервере массового класса). Создаваемый индекс занимает примерно 20—30 % от размера исходного текста.

Поисковый алгоритм поддерживает ранжированный поиск (лучшие результаты показываются первыми), нечёткий поиск^[en], реализовано множество различных типов запросов (запрос фразы, запросы с символами подстановки, поиск интервалов и другие), поиск по значениям метаданных (таких как заголовок, автор, текст). Поддерживается поиск по нескольким индексам с возможностью объединения результатов, реализована сортировка результатов поиска по различным полям. Поиск возможен одновременно с процессом обновления индекса. Логическая архитектура библиотеки представляет любой документ как набор текстовых полей, что позволяет ей функционировать вне зависимости от форматов, как только текстовая информация из них может быть получена.

Портирована на многие другие языки программирования: Си (Lucene4c), C++ (CLucene), Node.js, Go, Delphi (MUTIS), Perl (PLucene), Ruby (Ferret и RubyLucene), PHP (в рамках фреймворка Zend), Lisp (Montezuma), C# (Lucene.Net), Python (PyLucene).