【发布时间】：2013-06-24 03:01:14
【问题描述】：
我将尝试简要描述我的问题和任务。 我的任务是为不同类型的文件（仅限文本文件类型）pdf、word、odf、xml 而不是 html 创建搜索引擎。 大约一年前，我几乎没有使用 lucene 的经验，我使用 lucene 和休眠搜索编写了简单的全文搜索。那是一个简单的项目。但现在我的搜索任务非常艰巨。 我们正在使用 java 1.7 和 glassfish 3，我必须只关注服务器端方法而不是客户端 ui。这是我的三个主要问题：
1) 所有文件都存储在 webdav 服务器上，但有关文件名、id 文件类型等的信息存储在数据库 (postgresql) 中，因此当我创建索引时，我需要使用这两个信息。作为查询的结果，我只需要从数据库返回文件 ID。文件的摘要内容存储在服务器中，但有关文件的信息存储在数据库中，因此我们必须同时检索两者。
2) 次要问题是每个文件都有一定的保密级别。但主要问题是这个级别是动态计算的。在计算文件的安全级别时，我们会考虑几个属性。静态属性是文件位置，文件所在的文件夹，还有动态信息用户配置文件用户角色和部门。因此，当用户“Maggie”被登录时，她只能搜索文件“test.pdf”、“test2.doc”等，但如果用户“Stev”被登录，他有不同的个人资料，比如 Maggie，所以他只能搜索文件中的某个阶段“broken.pdf”、“mybook.odt”。 test2.doc等......我认为，例如，当用户搜索阶段“lucene +solr”我们在所有索引文档中搜索并在过滤结果之后进行搜索。但我认为该解决方案效率不高。如果结果计数 100 个文件，那么接下来我们如何逐步过滤每个文件？但我没有看到任何其他解决方案。也许你可以帮助我，而 lucene 或 solr 有帮助的机制。
3) 最后一个问题是一些文件被加密了。所以文件必须在加密前只被索引一次！但我认为，如果我们索引安全文件，我们就会遇到安全问题。因为该文件中的所有单词都已标记化。 我不知道如何保护 lucene 文档和索引数据存储？有可能……
我还有一个问题是我需要将 Solr 用于我的搜索引擎还是只使用 lucene 并编写自己的搜索引擎？如您所见，我在索引、搜索方面没有问题，但在安全文件和文件安全级别方面没有问题。
感谢您为我提供的任何提示和时间。
【问题讨论】：