lucene 基础知识点

部分知识点的梳理，参考及网络资料

1、基本概念

lucence 可以认为分为两大组件：
1）索引组件
　　a、内容获取：即将原始的内容材料，可以是数据库、网站（爬虫）、文本转换为lucence的Docment
　　Docment 为若干个带值得域
　　b、文档分析：利用分词器对文档进行分析；
　　c、建立索引：根据文档分析的结构建立索引文件；
2）搜索组件
　　a、建立查询：即将用户请求转换为搜索引擎支持的查询对象格式；
　　b、执行搜索查询；并反馈Document结果集；

2、官方样例代码分析

**索引组件部分工作
1）创建一个包含某个分词器的IndexWriter
　　private IndexWriter writer;
　　writer = new IndexWriter(IndexDir, new StandardAnalyzer(), true, IndexWriter.MaxFieldLength.UNLIMITED);

2）遍历被索引的文件（即原始内容）将其转换为Document
　　Docment doc = new Docment();
　　doc.add(new Field("contents", new FileReader(f));
　　doc.add(new Field("filename"), f.getName(), Field.Store.Yes, Field.Index.NOT_ANALYZED);

3）针对该Docment创建索引
　　writer.addDocment(doc);

**搜索组件部分工作
1）打开索引文件
　　IndexSearcher is = new IndexSearcher(IndexDir);

2）创建一个查询对象
　　QueryParser parser = new QueryParser(Version.LUCENE_30, "contents", new StandardAnalyzer());
　　Query query = parser("要找的查询关键字");

3）执行查询并返回结果
　　TopDocs hits = is.search(query, 10);

3、lucene的核心类

　　1、IndexWriter :提供对索引文件的写入操作；
　　2、Directory: 抽象类，索引的存放位置
　　3、Analyzer: 分词器，由IndexWriter的构造函数指定
　　//IK 中文分词
　　Analyzer analyzer = new IKAnalyzer();
　　4、Document: 虚拟文件，由一些Field的集合;
　　5、Field: 域，lucene实际搜索值的地方

　　6、IndexSearcher：搜索由IndexWriter创建的索引；
　　7、Term：搜索的基本单元，与Field类似
　　8、Query:查询子类
　　//多字段查询
　　String [] stringQuery={"内容1","内容2"};
　　String[] fields={"content","title"};
　　Occur[] occ={Occur.SHOULD,Occur.SHOULD};
　　Query query = MultiFieldQueryParser.parse(stringQuery, fields, occ, analyzer);
　　9、TopDocs: 指针容器，指向结果集中的文档