Apache Lucene 是一个强大的开源搜索框架，常用于构建搜索引擎。它提供了灵活的数据结构和高效的搜索算法。Solr 和 Elasticsearch 是基于 Lucene 的流行开源搜索引擎，各有特点。Lucene 中的索引由 Documents 组成，每个 Document 包含多个 Fields。Fields 分为不同类型，如 StringField 和 TextField，每个 Field 可配置不同的索引选项，如是否存储、分词等。Term 和 Term Dictionary 是最基本的索引单位，Segment 是实际的索引文件，DocId 是文档的唯一标识。Lucene 不支持 Segment 的更新，但支持删除和新建索引。
Apache Lucene是Apache的一个核心开源项目，是目前最好的搜索框架。扩展性强，支持全文检索，各种各样的数据结构，支持不同的查询需求。
目前使用Apache Lucene最好的两款开源软件：
- Apache solr，Apache 旗下的开源搜索引擎，支持各种数据格式的检索（json、pdf、csv等），实时性较差
- Elasticsearch，目前最火的开源搜索引擎，实时性强，扩展性强。
如果说Elasticsearch和solr是超跑，那Lucene可以说是汽车的发动机。
以下是Lucene官方自夸：
- Scalable, High-Performance Indexing
- Powerful, Accurate and Efficient Search Algorithms
本文解析Lucene基于Lucene7.2.1，也会带一些以前的版本。
#基本概念
#Index（索引）
Lucene中的index是由很多个Documents组成的一个数据体，可以理解成是数据库中的表，而表中的行就是Document。Lucene中数据即索引的概念跟普通关系型数据库还是有很大区别的。它是把数据按照不同的索引方式全部索引起来，用来进行检索。
#Document（文档）
就像上面提到的，可以理解成为数据库的行，或者mongo中的Document。一个index下有很多Documents，每个Doc
最低0.47元/天 解锁文章
扫一扫
424
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
