标签：
lLucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开发源代码的全文检索引擎工具包。它是一个很强大的搜索库，能轻易的将搜索功能加入到任何程序中。能对文档搜索，文档内信息搜索或相关文档进行搜索等操作，源码由java实现，是一个成熟，卡原的检索工具。
lucene的整体架构如下：
从图中，我们可以看出，主要分为两个大步骤，一个是建立索引的过程，一个是通过关键字查找索引搜索的过程。
索引过程，可以从DB，web，文件系统等来源抓取原始数据，对该数据通过以某种方式，对某些内容，建立索引文档。
搜索过程，通过对用户搜索的关键字，通过分词等构造得到查询关键字的索引，进而从索引库中找到相关内容。
从构建索引和搜索两个过程，来介绍lucene的使用。
首先，得了解使用lucene的几个基本类。
索引过程：
1，indexWirter
indexWriter是写索引的关键组件。这个类负责创建，打开或关闭索引，并想索引中写入内容。不过IndexWrier需要一个空间来储存内容，这个由Directory完成。
2，Directory
directory描述了lucene的储存路径。每个directory对应一个索引库。
3，Analysis
该类是对文档索引之前的操作，文档再索引之前会经过分词器的处理，比如一行“hello world"，对空格处理的分词器就将该内容分成两个部分”hello“，”world",大写也有可能会都变成小写。这一些在索引之前的一些操作由分词器来操作。
4,Field
该类是保存一个文档中的的基本单位，也可以理解为一个文档中的一个属性。lucene中有不同的Field类，比如字符串类型，整型等，同时Field还有很多设置选项，比如该Field是否存储，是否被索引，已经存储格式等。是Document中携带信息单元。
5，document
document字面上意思就是一个文档，一个document是索引保存记录的基本单位，索引中保存的位置什么的就是document的位置信息，和db比较，可以理解为一个表中的一行记录。它代表一些域Field的集合。
下面是一个索引过程的基本代码（lucene版本5.4.1）
Analyzer analyzer = new SimpleAnalyzer(); IndexWriterConfig config = new IndexWriterConfig(analyzer); config.setRAMBufferSizeMB(bufferMB); config.setMaxBufferedDocs(bufferSize); String path = "D:\\repositoryName"; Directory index = FSDirectory.open(Paths.get(path)); IndexWriter writer = new IndexWriter(index, config); for (int i = 0; i < 100; i++) { Document doc = new Document(); doc.add(newStringField("msid", record.getMsid(), Field.Store.YES)); doc.add(new StringField("city", record.getCity(), Field.Store.YES)); writer.add(doc); } writer.close();
检索过程：
1，Term
Term是搜索功能的基本单元，和构建索引过程的Field类似，不过Field可能会被分词成几个单元。term包含的是搜索的字段名称，以及对应搜索的内容。
2，IndexReader,indexSearcher
indexReader与indexWriter想对应。indexWriter是对索引的写入，而indexReader是对索引的读取。indexSearcher则是在indexReader上构建的一个搜索入口对象。
3，Query
query指的就是查询，query是指的查询的条件，有一个或多个Term构成。同时query有很多子类，分别对应不同类型，不同范围的查询。
4，TopDocs
topDocs是查询结果集，indexSearcher查询条件query得到的结果。包含的是结果document的id。
搜索过程基本代码：
String path ="D:\\repositoryName"; Directory index = FSDirectory.open(Paths.get(path)); IndexReader reader = DirectoryReader.open(index); IndexSearcher searcher = new IndexSearcher(reader); Query query = new TermQuery(new Term("msid","ttt")); List<Record> retList = new ArrayList<Record>(); TopScoreDocCollector collector = TopScoreDocCollector.create(maxResultCount); searcher.search(query, collector); ScoreDoc[] hits = collector.topDocs().scoreDocs; for(int i=0;i<hits.length;++i) { int docId = hits[i].doc; Document document = searcher.doc(docId); String msid = document.get("msid"); } reader.close();
以上是lucene的一个最基本的功能构建索引与搜索的简单代码，能快速入手使用。
标签：
原文地址：http://www.cnblogs.com/2015zzh/p/5426617.html
