码迷,mamicode.com
首页 > Web开发 > 详细

Lucene的基本使用

时间:2018-05-02 11:18:45      阅读:298      评论:0      收藏:0      [点我收藏+]

标签:shared   direct   read   tostring   director   list   nbsp   for   col   

一、全文检索与Lucene介绍

1、全文检索

  将非结构化数据中的一部分信息提取出来,重新组织,使其变得有一定结构,然后对此有一定结构的数据进行搜索,从而达到搜索相对较快的目的。这部分从非结构化数据中提取出然后重新组织的信息,我们称之索引。
  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)。

2、Lucene技术

  Lucene是apache下的一个开源的全文检索引擎工具包(类库)。它的目的是为软件开发人员提供一个简单易用的工具包,以方便的在目标系统中实现全文检索的功能。Lucene提供了完整的查询引擎和索引引擎,部分文本分析引擎。

3、Lucene实现全文检索的流程

技术分享图片

全文检索的流程分为两大部分:索引流程、搜索流程。

  • 索引流程:即采集数据构建文档对象分析文档(分词)创建索引。
  • 搜索流程:即用户通过搜索界面输入创建查询执行搜索,搜索器从索引库搜索渲染搜索结果。

Lucene是开发全文检索功能的工具包,使用时从官方网站下载,并解压。

官方网站:http://lucene.apache.org/

下载地址:http://archive.apache.org/dist/lucene/java/

下载版本:4.10.3

JDK要求:1.7以上(从版本4.8开始,不支持1.7以下)

二、创建索引

 1 //创建索引
 2 @Test
 3 public void testIndex() throws IOException {
 4     //1.  采集数据:(jdbc采集数据通过BookDao调用方法得到结果集)
 5     BookDaoImpl dao = new BookDaoImpl();
 6     List<Book> bookList = dao.queryBookList();
 7 
 8     //2.  遍历book结果集,组装Document数据列表
 9     for (Book book : bookList) {
10          Document doc = new Document();
11          //3.  构建Field域,说白了就是将要存储的数据字段需要用到new TextField对象三个参数的构造方法,book中有多个字段,所以创建多个Field对象。
12          //参数一:域的名称,可随意起;参数二:域对应的值;参数三:是否存储
13          /*Field id = new TextField("id", book.getId().toString(), Field.Store.YES);
14          Field name = new TextField("name",book.getName(), Field.Store.YES);
15          Field price = new TextField("price",book.getPrice().toString(), Field.Store.YES);
16          Field pic = new TextField("pic",book.getPic(), Field.Store.YES);
17          Field description = new TextField("description",book.getDescription(), Field.Store.YES);*/
18 
19          //id不分词 要索引 要存储
20          Field id = new StringField("id", book.getId().toString(), Field.Store.YES);
21          // name 要分词 要索引 要存储
22          Field name = new TextField("name", book.getName(), Field.Store.YES);
23          // price 要分词 要索引 要存储,数字比较特殊
24          Field price = new FloatField("price", book.getPrice(), Field.Store.YES);
25          // pic 不分词 不索引 要存储
26          Field pic = new StoredField("pic", book.getPic());
27          // description 要分词 要索引 不存储
28          Field description = new TextField("description", book.getDescription(), Field.Store.NO);
29 
30          //4.  将Field域所有对象,添加到文档对象中。调用Document.add
31          doc.add(id);
32          doc.add(name);
33          doc.add(price);
34          doc.add(pic);
35          doc.add(description);
36 
37          //5.  创建一个标准分词器(Analyzer与StandardAnalyzer),对文档中的Field域进行分词
38          StandardAnalyzer analyzer = new StandardAnalyzer();
39          //6.  指定索引储存目录,使用FSDirectory.open()方法。
40          FSDirectory directory = FSDirectory.open(new File("/Users/Shared/index"));
41          //7.  创建IndexWriterConfig对象,直接new,用于接下来创建IndexWriter对象
42          IndexWriterConfig config = new IndexWriterConfig(Version.LATEST, analyzer);
43          //8.  创建IndexWriter对象,直接new
44          IndexWriter writer = new IndexWriter(directory, config);
45          //9.  添加文档对象到索引库输出对象中,使用IndexWriter.addDocuments方法
46          writer.addDocument(doc);
47          //10.  释放资源IndexWriter.close();
48          writer.close();
49      }
50 }

三、搜索流程

 1 //搜索
 2 @Test
 3 public void testQuery() throws IOException {
 4      // 1.  创建一个Directory对象,FSDirectory.open指定索引库存放的位置
 5      FSDirectory directory = FSDirectory.open(new File("/Users/Shared/index"));
 6      // 2.  创建一个IndexReader对象,DirectoryReader.open需要指定Directory对象
 7      IndexReader indexReader = DirectoryReader.open(directory);
 8      // 3.  创建一个Indexsearcher对象,直接new,需要指定IndexReader对象
 9      IndexSearcher indexSearcher = new IndexSearcher(indexReader);
10      // 4.  创建一个TermQuery对象,直接new,指定查询的域和查询的关键词new Term(域名称,关键词)
11      TermQuery query = new TermQuery(new Term("name", "java"));
12      // 5.  执行查询,IndexSearcher.search,需要指定TermQuery对象与查询排名靠多少名前的记录数,得到结果TopDocs
13      TopDocs docs = indexSearcher.search(query, 10);
14      // 6.  遍历查询结果并输出,TopDocs.totalHits总记录数,topDocs.scoreDocs数据列表,通过scoreDoc.doc得到唯一id,再通过IndexSearcher.doc(id),得到文档对象Document再Document.get(域名称)得到结果
15      System.out.println("查询总记录数为:"+docs.totalHits);
16      for (ScoreDoc scoreDoc : docs.scoreDocs) {
17          //得到文档
18          int id = scoreDoc.doc;
19          Document doc = indexSearcher.doc(id);
20          System.out.println("id:"+doc.get("id"));
21          System.out.println("name:"+doc.get("name"));
22          System.out.println("price:"+doc.get("price"));
23          System.out.println("pic:"+doc.get("pic"));
24          System.out.println("description:"+doc.get("description"));
25       }
26      // 7.  关闭IndexReader对象
27      indexReader.close();
28 }

四、Field域

技术分享图片

 

五、搜索

1、通过Query子类搜索

①通过MatchAllDocsQuery(查询所有文档)

1 @Test
2 public void testFindall() throws Exception{
3     //matachalldocsquery
4     Query query = new MatchAllDocsQuery();
5     //创建一个indexSearcher 对象
6     //通过indexSearcher 调用search方法查询
7     doSearcherBy(query);
8 }

②TermQuery

1 @Test
2 public void testTermQuery() throws IOException {
3   TermQuery termQuery = new TermQuery(new Term("name", "apache"));
4   doSearchBy(termQuery);
5 }

③NumericRangeQuery

 1 @Test
 2 public void testNumbericRange() throws IOException{
 3   //第一个参数:域的名称
 4   //第二个参数:最小值
 5   //第三个参数:最大值
 6   //第四个参数:是否包含最小值 
 7   //第五个参数:是否包含最大值 
 8   NumericRangeQuery query = NumericRangeQuery.newFloatRange("price", 55f, 60f, false, false);
 9   doSearcherBy(query);
10 }

④BooleanQuery

 1 @Test
 2 publicvoid booleanQuery() throws Exception {
 3   BooleanQuery query = new BooleanQuery();
 4   Query query1 = new TermQuery(new Term("id", "3"));
 5   Query query2 = NumericRangeQuery.newFloatRange("price", 10f, 200f,true, true);
 6   //MUST:查询条件必须满足,相当于AND
 7   //SHOULD:查询条件可选,相当于OR
 8   //MUST_NOT:查询条件不能满足,相当于NOT非
 9   query.add(query1, Occur.MUST);
10   query.add(query2, Occur.SHOULD);
11   System.out.println(query);
12   doSearcherBy(query);
13 }

2、通过QueryParser搜索

①查询语法

查看语法,Query对象执行的查询语法可通过System.out.println(query),查看。

第一种简单的语法:

域名+":"+搜索的关键词 例如:name:java 表示搜索域名为name ,其关键词为java的文档对象。

第二种:查询所有的文档

*:*

第三种:数值范围的语法:

域名+“:”+[数值 TO 数值] 表示数值范围,并且包括数值。如果不包括数值 用"{}"比如:

price:[55.0 TO 70.0] 等同于 55=< price <=70
price:{55.0 TO 70.0] 等同于 55 < price <=70

  数值范围类的查询语法,不支持在queryparser中查询。语法是没有错误的。在solr中可以查询出来。
第四种:组合条件查询
  Occur.MUST 查询条件必须满足,相当于and
  +(加号)
  Occur.SHOULD 查询条件可选,相当于or

  空(不用符号)
  Occur.MUST_NOT 查询条件不能满足,相当于not非
  -(减号)

  1)+条件1 +条件2:两个条件之间是并且的关系and
  例如:+filename:apache +content:apache

  2)+条件1 条件2:必须满足第一个条件,忽略第二个条件
  例如:+filename:apache content:apache

  3)条件1 条件2:两个条件满足其一即可。
  例如:filename:apache content:apache

  4)-条件1 条件2:必须不满足条件1,要满足条件2
  例如:-filename:apache content:apache

第二种写法:

  • 条件1 AND 条件2
  • 条件1 OR 条件2
  • 条件1 NOT 条件2

②MultiFieldQueryParser

 1 @Test
 2 publicvoidtestMultiFieldQueryParser() throws Exception {
 3   // 可以指定默认搜索的域是多个
 4   String[] fields = { "name", "description" };
 5   // 创建一个MulitFiledQueryParser对象
 6   QueryParser parser = new MultiFieldQueryParser(fields, new IKAnalyzer());
 7   // 指定查询语法,如果不指定域,就搜索默认的域
 8   Query query = parser.parse("lucene");
 9   // 2、执行搜索
10   doSearcherBy(query);
11 }

 

Lucene的基本使用

标签:shared   direct   read   tostring   director   list   nbsp   for   col   

原文地址:https://www.cnblogs.com/gdwkong/p/8821435.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!