lucene之索引创建

package org.itat.index;

import java.io.File;
import java.io.IOException;
import java.text.ParseException;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.HashMap;
import java.util.Map;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.NumericField;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.store.LockObtainFailedException;
import org.apache.lucene.store.RAMDirectory;
import org.apache.lucene.util.Version;

public class CreateIndex {
    private static IndexWriter writer = null;
    private static String[] ids = { "1", "2", "3", "4", "5", "6" };
    private static String[] emails = { "[email protected]", "[email protected]",
            "[email protected]", "[email protected]", "[email protected]", "[email protected]" };
    private static String[] contents = {
            "welcome to visited the space,I like book",
            "hello boy, I like pingpeng ball", "my name is cc I like game",
            "I like football", "I like football and I like basketball too",
            "I like movie and swim" };
    private static Date[] dates = null;
    private static int[] attachs = { 2, 3, 1, 4, 5, 5 };
    private static String[] names = { "zhangsan", "lisi", "john", "jetty",
            "mike", "jake" };
    private static Directory directory = null;
    private static Map<String, Float> scores = new HashMap<String, Float>();
    private static IndexReader reader = null;
    static {
        SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
        try {
            // 初始化date数组
            dates = new Date[ids.length];
            dates[0] = sdf.parse("2010-02-19");
            dates[1] = sdf.parse("2012-01-11");
            dates[2] = sdf.parse("2011-09-19");
            dates[3] = sdf.parse("2010-12-22");
            dates[4] = sdf.parse("2012-01-01");
            dates[5] = sdf.parse("2011-05-19");
            // 设置搜索邮箱名的优先级
            scores.put("itat.org", 2.0f);
            scores.put("zttc.edu", 1.5f);
             directory = FSDirectory.open(new
             File("d:/lucene/index02"));//打开磁盘作为索引的存储
            //directory = new RAMDirectory();// 索引建在内存中
            
        
        } catch (ParseException e) {
            e.printStackTrace();
        } catch (Exception e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

    }
    public CreateIndex() throws Exception, Exception{//利用索引器创建索引
        //实例化了一个索引器
        
        //writer= new IndexWriter("D:/index/", new PanGuAnalyzer(), true);
        //第一个参数path;第二个参数分词器;第三个参数 create:它是一个boolean型变量,如果为true,
        //表示要重写指定的存放索引目录下的索引文件;如果为false,表示在指定存放索引目录下已经存在的
        //索引文件的基础上,向其中继续追加新的索引文件。
        writer = new IndexWriter(directory, new IndexWriterConfig(
                Version.LUCENE_35, new StandardAnalyzer(Version.LUCENE_35)));

        Document doc = null;
        for(int i=0;i<ids.length;i++) {
            doc = new Document();
            //ANALYZED进行分词和索引,适用于标题、内容等不适合精确操作
            doc.add(new Field("id",ids[i],Field.Store.YES,Field.Index.NOT_ANALYZED_NO_NORMS));
            //进行分词但是不存储norms信息,这个norms中包括了创建索引的时间和权值等信息
            doc.add(new Field("email",emails[i],Field.Store.YES,Field.Index.NOT_ANALYZED));
            doc.add(new Field("email","test"+i+"@test.com",Field.Store.YES,Field.Index.NOT_ANALYZED));
            doc.add(new Field("content",contents[i],Field.Store.NO,Field.Index.ANALYZED));
            doc.add(new Field("name",names[i],Field.Store.YES,Field.Index.NOT_ANALYZED_NO_NORMS));
            //存储数字在索引中
            doc.add(new NumericField("attach",Field.Store.YES,true).setIntValue(attachs[i]));
            //存储日期在索引中
            doc.add(new NumericField("date",Field.Store.YES,true).setLongValue(dates[i].getTime()));
            String et = emails[i].substring(emails[i].lastIndexOf("@")+1);
            System.out.println(et);
            if(scores.containsKey(et)) {
                doc.setBoost(scores.get(et));//设置搜索的优先级
            } else {
                doc.setBoost(0.5f);
            }
            writer.addDocument(doc);
            
            writer.optimize(); //添加完所有document,我们对索引进行优化,
            //优化主要是将多个索引文件合并到一个,有利于提高索引速度。
        }
        writer.close();//一定要关闭,不然会出现Lock obtain timed out: NativeFSLock@D:\lucene\index02\write.lock

    }
    public void undelete() throws Exception, Exception{
        
        /*lucene中文档的删除是推迟到IndexReader实例关闭的时候才进行的,所以lucene允许在文档被标记删除但还
         * 没有执行最后的删除操作之前,恢复被标记为删除的文档。可以通过调用undelete方法移除索引目录中的.del文件
         * 。随后关闭IndexReader实例。这样就保存了所有标记为删除的文档。如果用IndexReader标记了删除文档,那么
         * 只有同一个IndexReader实例的deleteAll()方法才能在最初的位置恢复各个被标记为删除的文档。也就是说IndexReader实例只能处理自身标记的删除文档,无法恢复其他实例的文档。
        lucene恢复被删除的文档
         * */
        //使用IndexReader进行恢复
        //恢复时,必须把IndexReader的只读(readOnly)设置为false
        IndexReader reader = IndexReader.open(directory,false);
        reader.undeleteAll();
        reader.close();
    }
    public void forceDelete() throws Exception {
         /**
         * 假如你想要强制删除回收站的信息可以调用writer.forceMergeDeletes()这个方法,
         * 但是这个方法不推荐使用,比较消耗内存,lucene会自动根据容量的大小删除所删除的文件
         */  
        Directory directory1 = FSDirectory.open(new
                 File("d:/lucene/index02"));//
        IndexWriter writer = null;
        try {
            writer = new IndexWriter(directory1,
                    new IndexWriterConfig(Version.LUCENE_35,new StandardAnalyzer(Version.LUCENE_35)));
            writer.forceMergeDeletes();
        } catch (CorruptIndexException e) {
            e.printStackTrace();
        } catch (LockObtainFailedException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                if(writer!=null) writer.close();
            } catch (CorruptIndexException e) {
                e.printStackTrace();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
    public void merge() throws Exception, Exception, Exception {
        Directory directory1 = FSDirectory.open(new
                 File("d:/lucene/index01"));//
        
        writer = new IndexWriter(directory1,
                new IndexWriterConfig(Version.LUCENE_35,new StandardAnalyzer(Version.LUCENE_35)));
        //会将索引合并为2段,这两 段中的被删除的数据会被清空
        //特别注意:此处Lucene在3.5之后不建议使用,因为会消耗大量的开销,
        //Lucene会根据情况自动处理的
        writer.commit();
        writer.forceMerge(2);
        writer.close();
    }   
    public void delete() {
        IndexWriter writer = null;
        
        try {
            writer = new IndexWriter(directory,
                    new IndexWriterConfig(Version.LUCENE_35,new StandardAnalyzer(Version.LUCENE_35)));
            //参数是一个选项,可以是一个Query,也可以是一个term,term是一个精确查找的值
            //此时删除的文档并不会被完全删除,而是存储在一个回收站中的,可以恢复
            writer.deleteDocuments(new Term("id","1"));
            writer.commit();
        } catch (CorruptIndexException e) {
            e.printStackTrace();
        } catch (LockObtainFailedException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                if(writer!=null) writer.close();
            } catch (CorruptIndexException e) {
                e.printStackTrace();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
    public void delete02() {
        
        try {
            reader = IndexReader.open(directory,false);
            reader.deleteDocuments(new Term("id","1"));
        } catch (CorruptIndexException e) {
            e.printStackTrace();
        } catch (LockObtainFailedException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    public void update() {
        IndexWriter writer = null;
        try {
            writer = new IndexWriter(directory,
                    new IndexWriterConfig(Version.LUCENE_35,new StandardAnalyzer(Version.LUCENE_35)));
            /*
             * Lucene并没有提供更新,这里的更新操作其实是如下两个操作的合集
             * 先删除之后再添加
             */
            Document doc = new Document();
            doc.add(new Field("id","11",Field.Store.YES,Field.Index.NOT_ANALYZED_NO_NORMS));
            doc.add(new Field("email",emails[0],Field.Store.YES,Field.Index.NOT_ANALYZED));
            doc.add(new Field("content",contents[0],Field.Store.NO,Field.Index.ANALYZED));
            doc.add(new Field("name",names[0],Field.Store.YES,Field.Index.NOT_ANALYZED_NO_NORMS));
            writer.updateDocument(new Term("id","1"), doc);
        } catch (CorruptIndexException e) {
            e.printStackTrace();
        } catch (LockObtainFailedException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                if(writer!=null) writer.close();
            } catch (CorruptIndexException e) {
                e.printStackTrace();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
    public void query() {
        try {
            IndexReader reader = IndexReader.open(directory);
            //通过reader可以有效的获取到文档的数量
            System.out.println("numDocs:"+reader.numDocs());
            System.out.println("maxDocs:"+reader.maxDoc());
            System.out.println("deleteDocs:"+reader.numDeletedDocs());
            reader.close();
        } catch (CorruptIndexException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    public void search01() {
        try {
            IndexReader reader = IndexReader.open(directory);
            IndexSearcher searcher = new IndexSearcher(reader);
            TermQuery query = new TermQuery(new Term("email","[email protected]"));
            TopDocs tds = searcher.search(query, 10);
            for(ScoreDoc sd:tds.scoreDocs) {
                Document doc = searcher.doc(sd.doc);
                System.out.println("("+sd.doc+"-"+doc.getBoost()+"-"+sd.score+")"+
                        doc.get("name")+"["+doc.get("email")+"]-->"+doc.get("id")+","+
                        doc.get("attach")+","+doc.get("date")+","+doc.getValues("email")[1]);
            }
            reader.close();
        } catch (CorruptIndexException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    public void search02() {
        try {
            if(reader==null) {
                reader = IndexReader.open(directory,false);
            } else {
                IndexReader tr = IndexReader.openIfChanged(reader);
                if(tr!=null) {
                    reader.close();
                    reader = tr;
                }
            }
            IndexSearcher searcher=new IndexSearcher(reader);
            TermQuery query = new TermQuery(new Term("content","like"));
            TopDocs tds = searcher.search(query, 10);
            for(ScoreDoc sd:tds.scoreDocs) {
                Document doc = searcher.doc(sd.doc);
                System.out.println(doc.get("id")+"---->"+
                        doc.get("name")+"["+doc.get("email")+"]-->"+doc.get("id")+","+
                        doc.get("attach")+","+doc.get("date")+","+doc.getValues("email")[1]);
            }
            searcher.close();
        } catch (CorruptIndexException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
 
        
    }


}

你可能感兴趣的:(lucene之索引创建)