lucene开发必备工具luke介绍

原文地址：

做lucene开发的，免不了要和索引文件打交道，但是一些二进制的文件我们怎么去看，下面就要隆重的有请luke了

根据百度百科的说法：Luke是一个用于Lucene搜索引擎的，方便开发和诊断的第三方工具，它可以访问现有Lucene的索引，并允许您显示和修改。

我们可以通过luke来进行一般的索引查看和修改操作。

就打个比方，lucene的索引文件就好像是数据库存储的数据文件，luke就是一个DBMS系统，相信都懂的^_^

首先jdk是必须地，然后直接到googlecode上把最新的luke下下来，我现在用的是3.5版本，下下来就是一个jar包，可以直接双击打开，或者到命令行：java -jar /lukeall-3.5.0.jar,界面还是不错的哈，然后上方的菜单栏上的file按钮就可以打开索引目录了，如果当前索引已经被打开了(里面有write.lock文件了)，我们就可以使用强制解锁的方法来打开目录，或者是使用readonly的方法来打开索引目录，打开后就可以像DBMS一看的查看索引里面保存的数据了，如果索引改变了，可以点击overview界面上的re-open按钮重新打开。

共有5个界面：

overview是用来进行索引的一般性查看和操作的，比如索引目录民，索引文件版本。。。等等概要信息，右上角三个按钮分别可以重新打开索引，提交索引更改和关闭当前打开的索引，下面两个list就是显示词和字段的相关信息了。

documents界面是用来进行文档的操作和查看的，比如文件的删除、添加。下面一个大listview就可以用来查看文档的详细信息了，是不是和DBMS的查看表数据非常的像呢？上面有两个查找文档的方法，根据文档编号来查找和根据词来查找了，其实这个就是搜索了

search界面是我认为最有用的一个界面了，其中我们可以在这里进行索引的搜索测试，可以编写最的lucene搜索语句，然后可以看到语句解析后的query树，这样就可以知道为什么我们有些查询会查询不到我们想要的信息了，然后还可以选择进行搜索的分词器、默认字段和重复搜索次数的(可以通过多次搜索来获取平均一个搜索过程的耗时长短，这个对查询的性能测试时非常有用的)，然后下面的listview中就会列出一个搜索的的文档的所有保存的（store）字段的值，下面可以看到查询花费的时间

file界面，故名思义，这个就是用来查看每个索引相关文件的一些属性的界面，具体的话，可以通过这个界面分析下索引文件的多少，是否需要优化或者合并等等。。。。

最后一个plugins界面，就是可以看到luke提供的各种插件，我认为比较有用的还是那个分词工具，提供一个分词的类，然后下面文本框输入一段文本，然后就可以让这个工具帮你分词，你可以看到详细的分词信息，相信这个对自定义分词器的调试或者测试还是很有用的。然后还有一个hadoop插件，支持从hadoop节点中获取节点中文件的相关信息，这个应该对分布式搜索引擎搭建还是有那么点用吧。。。。不过我认为如果用hadoop的话，一定会用更强大的插件的。。。这个是不是有点多余了，哈哈

 附上下载地址:http://code.google.com/p/luke/downloads/list

文笔不好，而且没有配上图片（不知道怎么上传图片 = =）希望大家多多批评指教哈，另外五一快乐！！！！IT民工们！！