Lucene的总体结构

Lucene 的构架和过程如下图,

Lucene的总体结构_第1张图片

说明Lucene是有索引和搜索的两个过程.

让我们更细一些看Lucene的各组件:

Lucene的总体结构_第2张图片

被索引的文档用Document对象表示。 IndexWriter通过函数addDocument将文档添加到索引中,实现创建索引的过程。 Lucene的索引是应用反向索引。 当用户有请求时,Query代表用户的查询语句。 IndexSearcher通过函数search搜索Lucene Index。 IndexSearcher计算term weight和score并且将结果返回给用户。 返回给用户的文档集合用TopDocsCollector表示。

那么如何应用这些组件呢?

让我们再详细到对Lucene API 的调用实现索引和搜索过程。

Lucene的总体结构_第3张图片

索引过程如下:
  • 创建一个IndexWriter用来写索引文件,它有几个参数,INDEX_DIR就是索引文件所存放的位置,Analyzer便是用来对文档进行词法分析和语言处理的。
  • 创建一个Document代表我们要索引的文档。
  • 将不同的Field加入到文档中。我们知道,一篇文档有多种信息,如题目,作者,修改时间,内容等。不同类型的信息用不同的Field来表示,在本例子中,一共有两类信息进行了索引,一个是文件路径,一个是文件内容。其中FileReader的SRC_FILE就表示要索引的源文件。
  • IndexWriter调用函数addDocument将索引写到索引文件夹中。
搜索过程如下:
  • IndexReader将磁盘上的索引信息读入到内存,INDEX_DIR就是索引文件存放的位置。
  • 创建IndexSearcher准备进行搜索。
  • 创建Analyer用来对查询语句进行词法分析和语言处理。
  • 创建QueryParser用来对查询语句进行语法分析。
  • QueryParser调用parser进行语法分析,形成查询语法树,放到Query中。
  • IndexSearcher调用search对查询语法树Query进行搜索,得到结果TopScoreDocCollector。

以上便是Lucene API函数的简单调用。

然而当进入Lucene的源代码后,发现Lucene有很多包,关系错综复杂。

然而通过下图,我们不难发现,Lucene的各源码模块,都是对普通索引和搜索过程的一种实现。

此图是上一节介绍的全文检索的流程对应的Lucene实现的包结构.

Lucene的总体结构_第4张图片

Lucene的analysis模块主要负责词法分析及语言处理而形成Term。 Lucene的index模块主要负责索引的创建,里面有IndexWriter。 Lucene的store模块主要负责索引的读写。 Lucene的QueryParser主要负责语法分析。 Lucene的search模块主要负责对索引的搜索。 Lucene的similarity模块主要负责对相关性打分的实现。

 

这篇文章仍然来自http://blog.csdn.net/forfuture1978/archive/2009/10/30/4745802.aspx。向原作者表示感谢。


你可能感兴趣的:(lucene)