传智播客搜索引擎lucene学习，使用compass对lucene封装

     今天继续学习lucene搜索引擎，汤老师讲了compass,它对lucene进行分装，就象hibernate对jdbc进行分装一样，减少了编写的代码量。并使用compass在bbs中加入了对文章的查询功能。还讲了索引的相关度，分词器，高亮器，索引的查询方式。
1，Directory，有两个：
  a) FSDirectory，将索引放到磁盘中。
  b) RAMDirectory，将索引放到内存中。速度快，但是在jvm退出之后，内存中
的索引就不存在了。可以在jvm退出之前调用另一个使用FSDirectory的
IndexWriter 把内存中的索引转存到文件系统中。
    相应的API为IndexWriter.addIndexesNoOptimize(Directory[])，注意这个调
用代码要放在内存中索引的操作RAMDirectory的IndexWriter关闭后，以便所有的
document都进入RAMDirectory。在创建RAMDirectory的实例时，可以使用无参的构
造方法，或是有一个参数的构造方法：可以指定一个文件路径，以便加载磁盘中的索引到内存中。

2，相关度排序，Lucene的搜索结果默认按相关度排序的，所谓相关度，就是文档
的得分。Lucene有一个评分机制，就是对检索结果按某种标准进行评估，然后按
分值的高低来对结果进行排序。
  a) 文档的得分与用户输入的关键字有关系，而且是实时运算的结果。得分会受关
键字在文档中出现的位置与次数等的影响。
  b) 可以利用Boost影响Lucene查询结果的排序，通过设置Document的Boost来影响
文档的权重，以达到控制查询结果顺序的目的：Document.setBoost(float)。默
认值为1f，值越大，得分越高。
  c) 也可以在查询时给Filed指定boost。当同样的term属于不同的field时，如果
field的boost不一样，其所属的文件的得分也不一样。

   3，Analyzer，分词器，对文本资源进行切分，将文本按规则切分为一个个可以进
行索引的最小单位（关键字）。
   对于英文的分词，是按照标点、空白等拆分单词，比较简单；而中文的分词就比
较复杂了，如”中华人民共和国“可以分为”中华”、“人民”、“共和国”，
但不应有“华人”这个词（不符合语义）。
   中文分词几种常用的方式：
a) 单字分词，就是按照中文一个字一个字地进行分词。如：我们是中国人，效果：
  我/们/是/中/国/人。（StandardAnalyzer就是这样）。
b) 二分法：按两个字进行切分。如：我们是中国人，效果：我们/们是/是中/中
  国/国人。（CJKAnalyzer就是这样）。
c) 词库分词：按某种算法构造词然后去匹配已建好的词库集合，如果匹配到就切
  分出来成为词语。通常词库分词被认为是最理想的中文分词算法如：我们是中
  国人，通成效果为：我们/是/中国/中国人。对词库的需求太过庞大，并需要实时更新，一般不采用它。

    4，Highlighter，高亮器，用于高亮显示匹配的关键字。
包含三个主要部分:
1) 格式化器：Formatter（使用SimpleHTMLFormatter，在构造时指定前缀和后缀）2) 计分器：Scorer（使用QueryScorer）。
3) 段划分器：Fragmenter（使用SimpleFragmenter，在构造时指定关键字所在的
   内容片段的长度）。
通过方法getBestFragment(Analyzer a, String fieldName,String text)实现高亮。
（如果进行高亮的field中没有出现关键字，返回null）。

5，查询，有两种方式：通过Query Parser解析查询字符串或使用API构建查询。
使用Query Parser时不匹分大小写。以下是常用的查询：
1) TermQuery，按Term（关键字）查询（term的值应是最终的关键字，英文应全部小写）。
   TermQuery(Term t)；
   syntax: propertyName:keyword；
2) RangeQuery，指定范围查询。
   RangeQuery(Term lowerTerm, Term upperTerm, boolean inclusive)；
   syntax: propertyName:[lower TO upper]（包含lower和upper）；
   syntax: propertyName:{lower TO upper}（不包含lower和upper）；
3) PrefixQuery，前缀查询。
   PrefixQuery(Term prefix)；
   syntax：propertyName:prefix*；
4) WildcardQuery，通配符查询，可以使用"?"代表一个字符，"*"代表0个或多个字符。
   （通配符不能出现在第一个位置上）
   WildcardQuery(Term term)；
   syntax: propertyName:chars*chars?chars
5) MultiFieldQueryParser，在多个Field中查询。
   queryParser = MultiFieldQueryParser(String[] fields, Analyzer analyzer);
   Query query = parse(String query);
6) BooleanQuery，布尔查询。这个是一个组合的Query，可以把各种Query添加进
   去并标明他们的逻辑关系。
   TermQuery q1 = new TermQuery(new Term("title","javadoc"));
   TermQuery q2 = new TermQuery(new Term("content","term"));
   BooleanQuery boolQuery = new BooleanQuery();
   boolQuery.add(q1, Occur.MUST);
   boolQuery.add(q2, Occur.MUST_NOT);
  
   Occur.MUST，必须出现。
   Occur.MUST_NOT，必须未出现。
   Occur.SHOULD，只有一个SHOULD时为必须出现，多于一个时为或的关系。

   syntax: + - AND NOT OR （必须为大写）。