@dirkl 感谢支持！之前因为随着索引结果集越来越大，所以导致查询速度有所变慢，最近优化了一下查询这一块，提高了速度，所以效果更好了。

@orangeChu 不客气啊，祝一次调通

@orangeChu 我理解的通讯录数据就是姓名加电话号码，搜索方式就是：电话号码搜索（数字包含关系）、姓名搜索（全拼搜索、汉字或英文字母搜索、拼音首字母搜索）。数据如果只有几千条的话，我觉得不应该慢。
用 lucene 对这个搜索帮助不大，应为姓名和电话号码没有什么好分词的，既然用不到分词，这样 lucene 的搜索效果就体现不出来。当然，你可以使用单字分词，即一个字符作为一个分词，这样也可以，只需要自己按照 lucene 规范写一个分词器即可。
我个人建议，你可以试试看把这些记录全部加载到内存进行检索，速度应该很快，几千条数据应该没问题，这个方案还更简单。如果速度还慢，可以在内存里面写多个 set 集，参照 lucene 的原理。
譬如，张三，张四，张五，张张
=》如下 set 集：
zhang：张三(0)，张四(0)，张五(0)，张张(0|1)
san：张三(1)
si: 张四(1)
wu: 张五(1)
搜索时根据输入首先获得对应的 set 集，对多个 set 集进行交集操作即可获得符合的记录。以上是最简单 demo，具体你可以设计算法，以更加符合自己的需求。

感谢支持！要做到快，主要有以下几点要注意：
1、lucene 索引写完成后，一定要 optimize 一下。
2、lucene 索引不要边写，边查，碎片率高，检索性能会下降。定期将更新的索引 optimize 后，复制到网站用来搜索的 lucene 索引目录下，定期更新索引。
3、最好将 lucene 索引放在 ssd 上，提高查询速度。
4、查询速度慢的时候，关注服务器 cpu，如果 cpu 高，得提高 cpu 核数或者主频。
5、lucene 查询的原理是，先分词，再对各个分词的结果进行交集运算，所以当查询里面有多个常用词（譬如：的 | 你 | 我 | 我们）时，通常会涉及大的 set 集合并，比较影响性能。所以可以根据情况，在 lucene 查询前，自己先分词一下，滤掉一些不必要查询的关键词。具体可以参照停用词逻辑，只不过这儿的停用词不是用来在索引的时候，而是在搜索关键词过滤的时候。
6、lucene 查询适当缩小 maxdoc，目前我写的是 10010，以前设定 100000，有点慢。
7、关注服务器内存，lucene 索引可以用内存做缓存，越大的内存能够确保检索速度。
8、实时对网站和 lucene 预热，可以自己写一个循环 http get url 的程序，枚举各个搜索关键字搜索自己的网站来预热。

如果你的数据量不大，建议用 sql server 的全文索引，比较简单。如果数据量超过 100 万，那就 lucene 或者 elasticsearch 吧。

@myforgame 马上就弄

@ziyue002 阿里云，限制形实例（ cpu 最高 15%），4 个 vcpu，4g 内存，200g ssd。cpu 太弱，要是 cpu 没有限制的那种，性能会好很多，可惜价格又多出不少，暂时还没舍得。

@yinqi025 感谢朋友支持，我继续努力！

感谢 brucewuio, wmhx 支持！晚上下班回家看到你们的表扬，那个高兴啊，哈哈，谢谢！
ps，最近用户涨了不少，全是大伙的功劳，谢谢大家~

@Hopetree 感谢朋友支持！博客园现在收录的已经差不多了，这几天在切割服务器，切割完成后就可以看到了。另外，接下来准备也收录些简书、知乎，貌似那些站点也有一些。
祝好~！

@mqqjqr5566 感谢支持，祝好！

@linxiaojialin 感谢支持，祝好！

@qw30716 多谢朋友提醒，可否告知具体搜索关键字？

你好，实现原理如下：
1、自己使用微软的 webbrowser 封装一个浏览器，并自定义鼠标右键事件。
2、当点击鼠标右键的时候，可以将右键事件对应的网页节点元素取出，包括节点的完整 html，以及节点的前一节点、后一节点、及父节点信息。
3、基于第 2 步骤获得的节点信息，再 htmlagility 的 document 寻找到对应节点，并获得 xpath。为什么要这么做，因为以后抓取的时候都是用 htmlagility 来解析 html document 和 xpath，这样性能才有保障。如果都 webbrowser 来加载页面，再解析，性能会很低。另外，webbrowser 的 html 都是经过处理过的 html，所以 xpath 和源网页可能会有差异，所以要将 webbrowser 的 node 信息转换为 htmlagility 的 node 信息。
4、日后抓取中，使用第 3 步的 xpath 信息即可取出对应的节点。
备注：
1、xpath 解析和寻找节点，不一定适用 htmlagility，因为这个对 document 的 xml 结构化要求比较高，可以自己尝试动手写一个。
2、建议对 xpath 进行一些扩展，包含上如 node id，node classname 等一些信息，这样会提高节点定位准确性。诸如：/html/body/div[id="MainContent" class="Main"]/span[id="PostTime"]
3、建议对 xpath 进行一些扩展，包含节点序号。譬如某个 span 节点，是父节点下第 2 个节点，可以书写如下：/html/body/div[id="MainContent" class="Main"]/span[2].
4、xpath 如果只用 full path，即从根节点 html 到节点的完整路径，有时候不能够很好的对抗对方网页的改版。所以可以将代码优化，支持相对路径的 xpath，而不是完整 xpath。譬如：//div[id="MainContent" class="Main"]/span[id="PostTime"]

这个工具现在还不能开源，因为该工具也被应用到了别的商业项目中，要拆分出来还得需要花比较多的时间，暂时还没时间来弄这件事情。以上的信息，你可以借鉴来开发。

@jackFenng 老兄，幸会幸会！（握手）老兄是只搞.net ，还是说也搞其他语言，主力是什么编程啊？现在.net 工作好找吗？行情怎样？

@ccc825 收到，我理解你的意思了。的确，服务器端搜索 Stack Overflow，花费的时间是毫秒级的。如果速度慢，一个可能是服务器到用户电脑之间的速度慢，还有一个可能是页面图片的加载逻辑和网页 html 一起同时加载了。我后期会把图片加载顺序学习 google，在页面 html 加载后再加载图片，懒加载。多谢你的建议，非常好，感谢！

@ccc825 多谢朋友建议和支持！可否告知你搜索的关键字，我查查看搜索慢的原因，看是服务器端搜索速度问题，还是页面加载速度问题。目前页面上加载的图片除了 logo 图是 goobe 自己本站的，其他的网页 logo 图都是指向源网站的，如果源网站慢，可能图片加载就有点慢。另外，UI 不是我的擅长，以后期待能找一个厉害的 UI 朋友帮忙 refine 一版网站。

一个月小伍佰，放那儿不需要 bei_an，就是个人练手项目，不想太折腾。

@zy5a59 谢谢支持，周末愉快！