全文搜索简介
全文检索首先将要查询的目标文档中的词提取出来，组成索引，通过查询索引达到搜索目标文档的目的。
这种先建立索引，再对索引进行搜索的过程就叫全文检索（Full-text Search）。
搜索引擎和站内搜索的区别
搜索引擎搜索的内容是全互联网各种类型的数据。
站内搜索搜索的内容只是本站内的信息，比如电商网站，搜索的功能，只会搜索本网站的商品信息。
全文检索详解
全文检索是一种将文件中所有文本与检索项匹配的检索方法。它可以根据需要获得全文中有关章、节、段、句、词等信息。
计算机程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，
当用户查询时根据建立的索引查找，类似于通过字典的检索字表查字的过程。
经过几年的发展，全文检索从最初的字符串匹配程序已经演进到能对超大文本、语音、图像、活动影像等
非结构化数据进行综合管理的大型软件。本教程只讨论文本检索。
主要应用领域：搜索引擎（百度，搜狗）、站内搜索（微博搜索）、电商网站（京东，淘宝）
Lucene和全文检索应用的区别:
Lucene只是一个全文检索引擎工具包（jar包）
全文检索应用是一个可以运行在web应用服务器中，并且可以独立对外提供搜索和索引服务
全文检索和数据库like查询的区别
数据查询通常的做法是是通过数据库模糊匹配即Like '%keyword%'的方式，
通过它和全文检索对比来分析数据库like模糊查询和全文检索的区别。
数据结构
结构化数据
数据库中存储的数据是结构化数据，即行数据，可以用二维表结构来逻辑表达实现的数据，
结构化数据是指具有固定格式或有限长度的数据，如数据库元数据等。
非结构化数据
不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，
包括所有格式的办公文档、文本、图片、标准通用标记语言下的子集XML、HTML、各类报表、图像和音频/视频信息等等。
1.非结构化数据：指不定长或无固定格式的数据，如邮件，word文档等。
2.半结构数据：就是介于完全结构化数据（如关系型数据库、面向对象数据库中的数据）
和完全无结构的数据（如声音、图像文件等）之间的数据，HTML、XML文档就属于半结构化数据，
数据的结构和内容混在一起，没有明显的区分。
搜索原理
顺序扫描
数据库的like查询采用顺序扫描的方法匹配字符串，查找结构化数据中存在某字符串的记录，如下：
查询table表中title字段出现XXXX字符的记录。
select * from table where title like ‘%XXXX%’
windows的搜索也是顺序扫描，比如要找内容包含某一个字符串的文件，就是一个文档一个文档的搜索，
对于每一个文档，从头找到尾，如果此文档包含此字符串，则此文档为我们要找的文件，接着看下一个文件，直到扫描完所有的文件。
顺序扫描问题：如果要查询的目标数据源量大且内容多，采用顺序扫描方法查询过程较慢，
比如你有一个几十G的硬盘，如果想在上面找到一个内容包含某字符串的文件，将会非常耗时。
什么时候使用顺序扫描？对于查询的目标数据源量小、内容少的情况时采用顺序扫描是很快的。
全文检索
对于查询目标数据源量大且内容多时，特别是如果查询的数据源为非结构化数据，这时就要采用全文检索方法进行查询。
全文检索首先将要查询的目标数据源中的一部分信息提取出来，组成索引，通过查询索引达到搜索目标数据源的目的，所以速度较快。
这种先建立索引，再对索引进行搜索的过程就叫全文检索（Full-text Search）。
搜索效果
匹配准确性
使用数据库like搜索关键字“java”会把“javascript”也查询出来，因为javascript和'%java%'匹配。
使用搜索引擎搜索关键字“java”不会把“javascript”查询出来，
因为在对“javascript”创建索引时不会把“java”抽取出来放在索引中，
而是把“javascript”当成一个整体放在索引中，在进行全文检索时根据“java”在索引中找不到，通过“javascript”是可以找到的。
相关度排序
使用数据库like搜索关键字“java”，查询结果中不会把与关键字相关度最高的记录排在最前边，
数据库的排序只能根据由高到低或按字母顺序排序。
使用搜索引擎搜索关键字“java”，查询结果中会把关键字相关度最高的记录排在最前边，
在进行全文检索时会计算哪些记录与关键字的相关度最高，最高相关度的记录会排在前边。
搜索速度
使用数据库like搜索，如果目标数据源记录多且内容大，查询速度慢。
使用搜索引擎搜索，速度非常快。
应用领域
数据库like查询
对于数据量不大、数据结构固定的数据可采用关系数据库存储，通过关系数据库提供的模糊匹配方式查询用户需要的数据，
比如学校的学生管理系统、企业人事管理系统等。
全文检索
对于数据量大、数据结构不固定的数据可采用全文检索方式搜索，
比如百度、Google等搜索引擎、论坛站内搜索、电商网站站内搜索等。