搜索
全文检索需求档案管理系统需求整理1、一个文档有多个附件；2、文档支持格式：pdf，CEB，txt，html，office（world、excel）、wps文档，tf、tff；Ceb格式，目前在档案系统已经存在一个对应的txt文件；现在有两种方案来处理ceb格式：一是把档案系统中的ceb对应的txt文件，迁移过来；二是ceb文件重新转换一次。3、权限管理，权限有个人、角色、部门分类；4、检索的内容包括，结构化数据和非结构化数据；可以支持定制查询；可以分多个字段查询（比如：档案类型、查询年份）5、准确显示摘要和高亮显示；6、矩阵分析（智能分析相似文档，数据挖掘的一部分）；档案的现在方案a)使用lucene2.x版本；b)系统是二级部署；c)每个网点比如福建，按地市创建索引文件。每个地市的索引文件的大小在800M左右，这样单个档案系统的一个网点的索引总大小应该在10G左右（目前的大小）。d)每个地市只可以单独查询，目前没有实现合并查询。e)新建索引和增量索引是分开处理的。f)权限控制，目前是用户在请求单个文档的时候才验证权限；在索引和检索两个层次上没有做控制。其他特点知识管理系统需求整理1、目前是一个文档对应一个附件，但以后有可能支持多个附件；文档支持格式：知识管理中各种文档都会存在，尽量支持大部分数据格式。2、支持的格式可以灵活扩展。3、权限管理，权限有个人、角色、组织、部门等层次；4、检索的内容包括，结构化数据和非结构化数据；可以支持定制查询；5、准确显示摘要和高亮显示；6、智能分析（相似文档，数据挖掘的一部分）；目前知识关系系统的方案A)采用Autonomy；B)系统式一级部署，索引总部建一个统一的索引；C)支持分布式部署，包括索引文件相同的重复部署，和内容不相同的分布式部分。D)权限控制：有权查看每份文档的用户名，都创建到索引中。目前的缺点A)有权限查询的时候会比较慢；B)人为控制查询结果比较困难；C)配置繁琐。关联问题1、检查出来的结果在线阅读时，存在多分文档的时候，怎么展示。选型对比LucenceAutonomy对比分析备注