Lucence.net索引技术二

时间：2014-12-03 18:38:58 阅读：245 评论：0 收藏：0 [点我收藏+]

标签：Lucene style blog http io ar color os sp

一、 Lucene索引创建和优化 [版本2.9.0以上]

Lucene索引的创建首先需要取得几个必须的对象：

1、分词器//可以采用其他的中文分词器
StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT);//分词器

2、lucene目录
File dir = new File(indexDir);// indexDir为文件路径
//这种目录存在锁机制，在打开目录时，写的权利一次只分给一个用户；有效保证了索引文件不会因为多线程问题，同时写索引导致文件损坏。
Directory idxDir = new SimpleFSDirectory(dir, new SimpleFSLockFactory());

3、写索引对象
// isNewCreate为boolean值
IndexWriter writer = new IndexWriter(idxDir, analyzer, isNewCreate, IndexWriter.MaxFieldLength.LIMITED);

对writer对象可以做一些基本设置，以便优化数据操作。
writer.setMergeFactor(50); // 多少个合并一次【优化缓存】
writer.setMaxMergeDocs(5000); // 一个segment最多有多少个document【优化索引存储的segment文件】

4、document实例化和参数设置
writer可以写入的对象document也需要预先申明。
Document doc = new Document();
这个document是lucene自定义的一种存储节点对象。一个document可以包含N个filed域，N的取值可以在indexWriter定义的时候申明。各种域对应不同的应用场景。

//只存储，不做索引分析，value值就是唯一索引对应该条记录
Field field = new Field(key1, value1, Store.YES, Index.NOT_ANALYZED_NO_NORMS);
//存储，且做索引分析，value值被分析器解析成各种分词，一组索引对应该条记录
field = new Field(key2, value2, Store.YES, Index.ANALYZED);
//只存储，没有索引对应该域
field = new Field(key3, value3, Store.YES, Index.NO);

// 数字范围搜索
NumericField numericField = new NumericField(key4, Store.YES, true);
     numericField.setLongValue(value4);

域生成之后通过document的add方法添加到一个document对象中。
//document 域的添加
doc.add(field);
doc.add(numericField);

5、对索引的写操作和优化操作关键步骤如下

writer.addDocument(doc);//向索引文件中写数据
writer.optimize();// 索引优化，一般执行此步骤时，所消耗的内存是写入索引所需内存的2倍，在执行索引生成操作的时候本身就对内存有比较大的消耗，最好在索引创建完成之后，执行此步骤。
writer.commit();//数据提交
writer.rollback();//数据回滚
writer.close();//关闭流索引写入器，此步骤才真正将数据写入到索引文件中。

二、 Lucene索引实现精确查询分词查询范围查询多条件查询等

查询的步骤实现：

1、首先需要设置查询条件参数。
BooleanQuery query = new BooleanQuery();// 多条件查询处理检索条件

Query termQuery = new TermQuery(new Term(key,value)); // 基本／精确查询
query.add(termQuery, Occur.MUST);// 根据索引中的document生成时的设置，可以实现精确记录

        /* 范围查询 */
Query numericRangeQuery = NumericRangeQuery.newLongRange(key, minValueLong, maxValueLong, true, true);
query.add(numericRangeQuery, Occur.MUST); // numericRangeQuery是按数值范围匹配

        /* 多域组合查询 */
BooleanClause.Occur[] occurs =
new BooleanClause.Occur[] { BooleanClause.Occur.SHOULD, BooleanClause.Occur.SHOULD };
Query multiFieldQuery = MultiFieldQueryParser.parse(keyWord, new String[] { key1, key2 }, occurs, analyzer);
query.add(multiFieldQuery, Occur.MUST);// multiFieldQuery是把关键字keyWord分别在key1和key2中匹配组合查询

2、创建索引搜索器。
//以只读方式，创建索引搜索器
IndexSearcher searcher = new IndexSearcher(idxDir, readOnly);//readOnly 为boolean值

3、设置排序条件。
//设置根据哪个域的key来排序
SortField field = null;
// Long型降序
field = new SortField(key, SortField.LONG, true);
// Long型升序
field = new SortField(key, SortField.LONG, false);
// 搜索引擎权重
field = new SortField(null, SortField.SCORE, true);//不需要指定域的key来排序，lucene中会根据查询结果出现的次数给每个结果设置排序参数，搜索结果会按照这个排序参数的大小来由大到小进行排序。【即为搜索结果热门程度的降序排列】

// Integer型排序
field = new SortField(key, SortField.INT, true);

// 单条件排序
Sort sort = = new Sort(field);

// 多条件排序
SortField[] fields = new SortField[] { field1, field2 };
Sort sort = = new Sort(fields);

4、执行查询操作，并处理获得查询结果

//查询获取结果
// 查询      searcher.maxDoc()为searcher中所包含的最大document下标值 filter为过滤器[没有的话，一般写null]
TopFieldDocs docs = searcher.search(query, filter, searcher.maxDoc(), sort);
ScoreDoc[] scoreDocs = docs.scoreDocs;//权值对象包含document下标信息，能确定searcher中的document的下标。
int docCount = scoreDocs.length;//查询结果统计
// 取出最后一个查出的document对象

Document doc = searcher.doc(scoreDocs[docCount - 1].doc); // 通过document下标值，获取document对象

来源：http://lc0451.iteye.com/blog/616176

Lucence.net索引技术二

标签：Lucene style blog http io ar color os sp

原文地址：http://www.cnblogs.com/xiaoyaodijun/p/4140512.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行

Lucence.net索引技术 二

Lucence.net索引技术二