文章出處

了解lucene的基本概念

這一部分可以參考我以前寫的博客：

http://www.cnblogs.com/skyme/tag/lucene/

lucene是什么

下圖是一個很好的說明：

1、lucene是構建索引、查詢、高亮、拼寫檢查的類庫。

2、它不是一個爬蟲。

3、不提供分布式的索引。

lucene全文搜索處理流程

lucene的索引和查詢

這是用4.6版本構建的lucene構建索引和查詢的示例：

public static void main(String[] args) throws IOException, ParseException {
        // 一、創建索引
        // 內存索引模板
        Directory dir = new RAMDirectory();
        Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_46);

        IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_46,
                analyzer);
        IndexWriter indexWriter = new IndexWriter(dir, config);

        Document doc = new Document();
        String title = "標題";
        String content = "被索引的內容";
        Field f1 = new Field("title", title, TextField.TYPE_STORED);
        Field f2 = new Field("content", content, TextField.TYPE_STORED);
        doc.add(f1);
        doc.add(f2);

        indexWriter.addDocument(doc);
        indexWriter.close();

        // 二、搜索
        DirectoryReader directoryReader = DirectoryReader.open(dir);
        IndexSearcher indexSearcher = new IndexSearcher(directoryReader);

        QueryParser parser = new QueryParser(Version.LUCENE_46, "content",
                analyzer);
        Query query = parser.parse("內容");

        TopDocs topDocs = indexSearcher.search(query, null, 100);
        ScoreDoc[] hits = topDocs.scoreDocs;

        System.out.println("查詢結果數：" + hits.length);

        for (int n = 0; n < hits.length; n++) {
            Document hitDoc = indexSearcher.doc(hits[n].doc);
            System.out.println("搜索的結果title：" + hitDoc.get("title"));
        }
    }

上面是一個簡單的在內存中構建索引并且進行查詢的例子。

然后看一下lucene索引用到的類：

再看一下查詢用到的類：

理解索引過程

索引的過程可以簡述為：

lucene加權

這部分內容可以參考：

http://www.cnblogs.com/hongten/archive/2013/02/01/hongten_lucene_baidu.html

Directory子類

FSDirectory

FSDirectory是Lucene對文件系統的操作，它有下面三個子類SimpleFSDirectory、MmapDirectory、NIOFSDirectory；

FSDirectory是一個抽象類，具體實現由子類來完成。

1、SimpleFSDirectory

最簡單的FSDirectory子類，使用java.io.*API將文件存入文件系統中，不能很好支持多線程操作。因為要做到這點就必須在內部加入鎖，而java.io.*并不支持按位置讀取。

2、NIOFSDirectory

使用java.io.*API所提供的位置讀取接口，能很好的支持除Windows之外的多線程操作，原因是Sun的JRE在Windows平臺上長期存在問題。

NIOFSDirectory在Windows操作系統的性能比較差，甚至可能比SimpleFSDirecory的性能還差。

3、MmapDirectory

使用內存映射的I/O接口進行讀操作，這樣不需要采取鎖機制，并能很好的支持多線程讀操作。但由于內存映射的I/O所消耗的地址空間是與索引尺寸相等，所以建議最好只是用64位JRE。

QueryParser

queryparser的解析過程：

1、使用queryparser完成解析搜索請求

2、基本格式如：

QueryParser parser=new QueryParser("字段名稱","分析器實例");

Query q=parser.parse("關鍵詞")

3、例如：解析一個關鍵字太陽

QueryParser parser=new QueryParser("context",new StandardAnalyzer());

Query q=parser.parse("太陽");

IndexSearcher searcher=new IndexSearcher(indexpath);

Hits hit=searcher.search(q);

4、解析多個關鍵字太陽、月亮

QueryParser parser=new QueryParser("context",new StandardAnalyzer());

Query q=parser.parse("太陽月亮");

IndexSearcher searcher=new IndexSearcher(indexpath);

Hits hit=searcher.search(q);

4、帶參數的多個關鍵字解析

QueryParser parser=new QueryParser("context",new StandardAnalyzer());

Query q=parser.parse("太陽月亮");

parser.setDefaultOperator(QueryParser.Opertator.AND);//同時含有多個關鍵字，如果是QueryParser.Opertator.OR表示或者

IndexSearcher searcher=new IndexSearcher(indexpath);

Hits hit=searcher.search(q);

IndexSearcher

下圖是搜索用到的相關的類：

lucene的擴展工程

1、solr

Solr是一個高性能，采用Java5開發，基于Lucene的全文搜索服務器。文檔通過Http利用XML加到一個搜索集合中。查詢該集合也是通過 http收到一個XML/JSON響應來實現。它的主要特性包括：高效、靈活的緩存功能，垂直搜索功能，高亮顯示搜索結果，通過索引復制來提高可用性，提供一套強大Data Schema來定義字段，類型和設置文本分析，提供基于Web的管理界面等。