为子字符串搜索构建索引？

Question

我想在数十亿字符串中进行一般子字符串搜索.该要求与一般全文搜索略有不同,因为我想查询"ubst"也可以点击"substr".

Lucene或Sphinx能做到这一点吗？如果没有,你认为最好的方法是什么？

Answer 1

这种情况下最好的索引结构是后缀树 Lucene 没有实现这种类型的索引，所以它的子字符串搜索很慢。但是 lucene 具有前缀树索引，这意味着如果您按前缀搜索术语，则可以进行快速搜索。

Answer 2

Lucene 是最好的可用选项之一。Lucene 支持子字符串搜索，因此 ubst 将返回 substr。

查看http://wiki.apache.org/lucene-java/LuceneImplementations以了解合适的语言实现。