Lucene的入门精简总结

学一样东西之前肯定要明白它的设计原理和风格。

搜索引擎与数据库搜索的主要区别：可以将要搜索的key拆分，并且在大量数据情况下搜索得很快。
搜索引擎主要分为两种：垂直搜索（只针对某一类),综合搜索。
核心技术：倒排索引
把key和该key出现的文档Id总结到一起，按照次数倒序排列。
用户有查询需求时，先访问倒排索引数据区域，得出文档id后，通过文档id即可快速，准确的找到具体的文档内容。这一过程，可以通过我们自己写程序来实现，也可以借用已经抽象出来的通用开源技术来实现。​
全文检索和搜寻的开源程序库Lucene
Lucene提供了一个简单却强大的应用程序接口（API），能够做全文索引和搜寻，在Java开发环境里Lucene是一个成熟的免费开放源代码工具Lucene并不是现成的搜索引擎产品，但可以用来制作搜索引擎产品
Lucene全文检索
对文档的全部内容分词，然后对单词建立倒排索引的过程（位置和次数）。
Lucene、Solr、Elasticsearch关系
Lucene是底层工具包，其他两个是基于它的搜索引擎产品、​​
Lucene的基本使用
使用Lucene的API来实现对索引的增（创建索引）、删（删除索引）、改（修改索引）、查（搜索数据）。
Lucene添加依赖
单元测试 junit核心库lucene-core分词器lucene-analyzers-common查询解析器lucene-queryparser高亮显示lucene-highlighter​​​​
代码实现步骤
创建文档对象和存储目录
创建分词器
创建索引写入器的配置对象（需要版本和分词器）
创建索引写入器对象（需要配置对象，和索引目录（存储目录））
对文档 使用索引写入器
提交
关闭
字段类的不同特性：
TextField既创建索引，又会被分词
StringField会创建索引，但是不会被分词
StoreField一定会被存储，但是一定不创建索引
几个问题
什么样字段需要存储？需要显示在查询结果中的
什么样字段需要索引？根据这个字段会进行搜索的
什么昂字段需要分词?前提是这个字段先要创建索引，然后如果这个字段的值是不可分割的，那么就不需要分词
举例理解
我们那文章表为例.articleinfo.有ID,title(标题),sumary(摘要),content(内容),userName(用户名)其中title(标题),sumary(摘要)属于第一种情况,既要索引也要分词,也要存储.content(内容)要分词,索引,但不存储.由于他太大了,而且界面也不用显示整个内容.ID要存储,不用索引.因为没人用他来查询.但拼URL却很需要他.索引要存储.userName(用户名)索引,但不分词.可用保存.为什么不分词?比如"成吉思汗",我不想被"成汉"搜索到.我希望要么"成吉思汗"或者"吉思"通配符搜到.
目录类
FSDirectory：文件系统目录，会把索引库指向本地磁盘。
RAMDirectory：内存目录，会把索引库保存在内存。
分词器类
提供分词算法，可以把文档中的数据按照算法分词
这些分词器，并没有合适的中文分词器，因此一般我们会用第三方提供的分词器
索引写出器配置类（IndexWriterConfig）
设置配置信息：Lucene的版本和分词器类型
设置是否清空索引库中的数据(可以理解成怎样的追加方式，覆盖还是非覆盖）
可以一次创建一个，也可以批量创建索引
查询索引数据
创建要读取的目录对象
创建索引读取工具
创建索引搜索工具
创建查询解析器
创建查询对象
搜索数据
各种操作
查询的核心API
QueryParser（查询解析器）
两个参数：默认要查询的字段的名称，分词器
MultiFieldQueryParser（多字段的查询解析器）
Query（查询对象，包含要查询的关键词信息）
通过QueryParser解析关键字，得到查询对象
也可自定义查询对象，实现高级查询
IndexSearch（索引搜索对象，执行搜索功能）
IndexSearch可以帮助我们实现：快速搜索、排序、打分等功能。
IndexSearch需要依赖IndexReader类
查询后得到的结果，就是打分排序后的前N名结果。N可以通过第2个参数来指定：
TopDocs（查询结果对象）
int totalHits ：查询到的总条数
ScoreDoc[] scoreDocs ： 得分文档对象的数组
ScoreDoc(得分文档对象)
int doc ：文档的编号
float score ：文档的得分信息
特殊查询
词条查询（词条是最小搜索单位，且值必须是字符串）
通配符查询
? 可以代表任意一个字符
* 可以任意多个任意字符
模糊查询
允许用户输入错误，但是错误的最大编辑距离不超过2
数值范围查询
可用来对非String类型的ID进行精确的查找
布尔查询
布尔查询本身没有查询条件，可以把其它查询通过逻辑运算进行组合
修改索引和删除索引
其实基础步骤都差不多
创建文档对象目录
创建索引写入器配置对象
创建索引写入器
删除/修改——（执行操作）
提交
关闭
Lucene的高级使用
高亮显示
原理：给所有关键字加上一个HTML标签，给这个标签设置特殊CSS样式
创建目录对象…创建查询对象
创建格式化器
创建查询分数工具
准备高亮工具
搜索
获取结果
用高连工具处理普通的查询结果
排序
分页
得分算法
Lucene会对搜索结果打分，用来表示文档数据与词条的关联性强弱

参考博客：https://blog.csdn.net/weixin_42633131/article/details/82873731
这篇博客里面的代码实现很详细