Lucene建立索引库

问题？Lucene如何建立索引库，lucene所需要的jar包是那些  ， lucene如何使用索引库，lucene的核心原理

一、Lucene是什么？

全文检索只是一个概念，而具体实现有很多框架，lucene是其中的一种方式。本文将以lucene3.0进行开发

官兵与Luncne的jar包可以去官网下载：点击打开链接，不过好像Lucene已经更新到6.1了。

二、建立索引库

1.互联网搜索全文搜索引擎结构图：

2.Lucene的结构图：

说明 ：

(1)在数据库中，数据库中的数据文件存储在磁盘上。索引库也是同样，索引库中的索引数据也在磁盘上存在，我们用     Directory 这个类来描述.

(2)我们可以通过API的 IndexWrite 来实现对索引库的增、删、改、查的操作.

(3)在数据库中，各种数据形式都可以概括为一种：表。在索引库中，各种数据形式也可以抽象出一种数据格式为           Document .

(4)Document的结构为：Document(List<Field>).

(5)Field里存放一个键值对。键值对都为字符串的形式.

(6)对索引库中索引的操作实际上也就是对Document的操作.

3.准备lucene的开发环境

在挂窝囊下载好压缩包后，至少要准备四个包：

lucene-core-3.1.0.jar( 核心包 )、

lucene-analyzers-3.1.0.jar( 分词器 )、

lucene-highlighter-3.1.0.jar( 高亮器 )、

lucene-memory-3.1.0.jar( 内存器)

4.索引结构

5.第一个索引例子：

实体类：Article

package com.itcast.ldp.domain;

import java.io.Serializable;

public class Article implements Serializable{

	private Long aid;
	private String title;
	private String content;
	public Long getAid() {
		return aid;
	}
	public void setAid(Long aid) {
		this.aid = aid;
	}
	public String getTitle() {
		return title;
	}
	public void setTitle(String title) {
		this.title = title;
	}
	public String getContent() {
		return content;
	}
	public void setContent(String content) {
		this.content = content;
	}
	@Override
	public String toString() {
		return "Article [aid=" + aid + ", title=" + title + ", content="
				+ content + "]";
	}
	
}

(1)创建索引库

package com.itcast.ldp.lucene;

import java.io.File;
import java.util.ArrayList;
import java.util.List;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.Field.Index;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriter.MaxFieldLength;
import org.apache.lucene.queryParser.MultiFieldQueryParser;
import org.apache.lucene.queryParser.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.junit.Test;

import com.itcast.ldp.domain.Article;

/**
 * 
 * 把Article对象放入到索引库中去
 * 在索引库中把Article对象拿出来
 * @author Administrator
 *
 */
public class CreateLucene1 {

	/**
	 * 
	 * 创建索引
	 * @throws Exception 
	 */
	@Test
	public void createIndex() throws Exception{
		/**
		 * 创建Article对象
		 */
		Article article = new Article();
		article.setAid(1L);
		article.setTitle("lucene是一个全文检索引擎");
		article.setContent("taobao");
		
		
		/**
		 * //创建一个indexWriter对象 参数(1:索引库位置,2:分词器,3:代表文档中的属性最大长度)
		 */
		//1.索引库位置
		Directory directory = FSDirectory.open(new File("./DirIndex"));
		//2.分词器:讲一段内容分成关键词的作用
		Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
		//3.表示文档属性的最大长度 MaxFieldLength.LIMITED限制索引库汇总字段的大小，必须限制.源码中只能放10K
		IndexWriter indexWriter = new IndexWriter(directory, analyzer, MaxFieldLength.LIMITED);
		
		/**
		 * 把Article对象转化doucument对象
		 * Field.Index.*:详解如下
		 *Index.ANALYZED : 使用分析器将域值分解成独立的词汇单元流，并使用每个语汇单元能被搜索。该选项适用于普通文本域(正文、标题、摘要等);
		 *Index.NOT_ANALYZED : 对域进行索引，但不对String值进行分析。该操作实际上将域值作为单一语汇单元使之能够被搜索。该选项适用于索引那些不能被分解的域值(URL、文件路径、日期、人名、社保号码、手机号码等。)该选项尤其适用于"精确匹配"搜索;
		 *Index.ANALYZED_NO_NORMS : 这是Index.ANALYZED选项的一个变体，它不会在索引里面存储norms信息。norms记录了索引中的index-time boost信息，但是当你进行搜索时可能会比较耗费内存;
		 *Index.NOT_ANALYZED_NO_NORMS ： 与Index.NOT_ANALYZED选项类似，但是也不存储norms。该选项用于搜索期间节省索引空间和减少内存消耗，因为single-token域并不需要norms信息，除非它们已被进行加权操作;
		 *Index.NO : 使对应的域值不被搜索;
		 */
		
		//创建文档
		Document document = new Document();
	    //1.表示在索引库中的字段 2.存储在索引库中的值