标签：

概述

       当今时代是一个网络时代，是一个信息数字化时代，是一个信息大爆炸的时代，在这个时代中，快速的从信息海洋中获取自己想要的信息，已经是每一个人最迫切的需要，当然，我们现在已经有相应的产品(百度，谷歌等)为人们提供了这样的服务，但是，仍然没有办法满足人们的需求，因为百度和谷歌等搜索引擎公司提供的是大众化的公网搜索服务，只能满足于大众群体，而对于公司级的群体是满足不了的，因为公司级的群体，使用的是自己内部的系统，而要想要这样的系统具有像百度/谷歌那样类似的功能时，我们程序员应该通过编写代码来实现。

       lucene是一个框架，编程人员可以使用其jar，快速的开发一个全文索引的功能，而不需要从0开始慢慢的编写。

       使用lucene编写的搜索功能，只能对文本进行搜索(不能对语音、图片和视频进行搜索)，并且是关键词的索引(不是语义搜索)

数据库搜索不能替代全文索引吗？

       我们使用的数据库也可以进行相应的搜索功能，像like条件查询，这个能的操作确实可以实现，为什么还要lucene的这样的全文搜索框架呢？

       要想弄懂这个，需要知道两点。第一：被搜索的数据的数量一定非常的多，如果不大的话，根本不需要这个功能；第二：数据库的like等条件搜索，即使创建相应的索引，也是非常消耗资源的，具体大家可以看这篇博客：如何编写高效的SQL查询语句

       lucene的全文索引的优点就是解决了数据库索引消耗资源大的问题，所以，数据库索引不能替代全文索引。

lucene

       lucene通过维护自己的索引库，实现全文索引的功能。lucene对索引库的操作主要有两个，数据写入和数据检索。

      数据写入过程描述。

      数据写入索引时，需要先指定索引库的位置，lucene给我们提供了文件和内存两个位置，以文件位置为例，指定索引库的具体位置在那个文件夹后；然后，需要创建一个分词器，这里使用标准的分词器；有了索引库对象和分词器对象后，我们就可以创建索引库更新操作对象(indexWriter)了，该对象将文本内容保存到索引仓库中；创建document对象，该对象就相当于indexWriter对象操作的对象，这里我们就需要注意，我们需要将文本内容转换为document对象类型，此时需要Field对象，field是document的成员，document相当于表，field相当于字段；最后，通过indexWriter直接操作document就可以了

       数据读取操作。

       创建索引库对象，指定索引库的位置，以便从里面读取数据；创建indexSearcher对象，查询索引库的内容；创建分词器，用于分解搜索的句子；创建QueryParser对象，相当于确定字段；创建Query，相当于确定字段的值；最后使用indexSearcher对象进行查询；TopDoc代表从索引库查询出的结果的一个外观对象；ScoreDoc代表索引库的一条记录。

优化

       lucene仅仅用于文本文件的索引，但是，其存放的却是二进制文件(针对值编码)，所以，其内容更新比较麻烦，默认情况下，采用的更新方式是差异版本的迭代，就是更新一个文件的一个内容的时候，之前那个文件保存不变，专门为这个内容再创建一个文件，并更新成新的数据，然后，之后查询的时候，再查询所有文件。

       知道这个过程后，我们就需要解决一个问题，那就是文件过多，导致IO操作过多的现象，lucene也为我们提供了合并文件的操作。

       lucene的文件索引库，使用的是硬盘上的文件，IO操作太频繁，会造成性能下降。使用内存索引库时，一定服务器重新，所有的内容都将丢失。基于此，我们可以使用内存索引库+文件索引库的方式进行索引库的管理。

      在程序上，我们也可以使用相应的优化，就是尽量少的产生没有意义的关键词，因为分词器产生的每个关键词都会存储在索引库的目录库中，如果产生的索引太多，就会影响性能，当然，必须要的关键字我们是一个也不能省的。

总结

       全文索引的实现方式有多种，lucene只是其中的一种具体实现的框架，并且，其功能非常的强大。

Lucene的总结

标签：

原文地址：http://blog.csdn.net/jiben2qingshan/article/details/44775043