Lucene介绍：Query

       1）Term

Term表示的就是一个词，这里的词并不是我们生活中所谓的词语，而是lucene创建索引时所做的分词，使用的分词器不同这里对词的划分也就不同。
例如‘爸爸去哪儿’，我使用IKAnalyzer分词后为‘爸爸’‘去哪儿’，这里我用‘爸爸’‘去哪儿’匹配都可以匹配，但是用‘爸爸去哪儿’‘爸爸去’‘爸’等都是无法匹配的。
Term有三种构造方法。常用的有两种1、public Term(String fld,  BytesRef bytes); 2、public Term(String fld, String text);  
注意的是参数不要为空，BytesRef String都是传递的引用，所以应用的对象在后面不要发生改变，话说回来，让String引用的对象发生改变还是挺费劲的。

2）TermQuery

TermQuery是最简单最常用的一个Query的实现。TermQuery匹配包含指定的Term的Document。
简单的构造方法TermQuery tq = new TermQuery(new Term("fieldName", "term"));
匹配分filedName中包含term的,注意是包含,不是完全匹配,想要完全匹配怎么办?构建索引的是对这个field不分词就行了,还是要记住什么是Term.

3） BooleanQuery

当将多个TermQuery合并到一起时,可以使用BooleanQuery,通过BooleanClause参数决定TermQuery之间的合并关系.
BooleanClause有三个值
　　1、MUST 该TermQuery必须满足
　　2、SHOULD 多个TermQuery至少满足一个
　　3、MUST_NOT TermQuery必须不满足
当然BooleanQuery并不局限于TermQuery的合并，和可以和其他的Query合作。

4）PhrasesQuery

PhrasesQuery 是另一个常用的Query。匹配多个Term，通过坡度(slop)来指定任意两个指定的Term之间最多可以像个几个Term。
MultiPhraseQuery 是一个更常见的PhraseQuery的形式，可以实现更为复杂的Term排列。具体例子【Always Be Coding】会给出。

5）TermRangeQuery

TermRangeQuery，很明显是按Term的范围来匹配。当然指定的field是可以比较的。特别说明数值类的不可以用这个Query，使用数值类特有的NumericRangeQuery。

6）NumericRangeQuery

NumericRangeQuery 匹配数值范围。要想使得NumericRangeQuery起作用,构建索引是也要使用数值域(IntField, LongField, FloatField, or DoubleField)

7）QueryParser

QueryParser是使用特定分词器解析query。将query分成若干个Term，然后去和Document匹配。
多个Term之间的关系有点类似于BoolenQuery的 BooleanClause.SHOULD,但是匹配的term数会影响到结果的排序

8） MultiFieldQueryParser

MultiFieldQueryParser，很明显是同时对多个域进行分析。
MultiFieldQueryParser.parse(Version matchVersion, String[] queries, String[] fields, Analyzer analyzer)
MultiFieldQueryParser.parse(Version matchVersion, String[] queries, String[] fields, BooleanClause.Occur[] flags, Analyzer analyzer)
MultiFieldQueryParser.parse(Version matchVersion, String query, String[] fields, BooleanClause.Occur[] flags, Analyzer analyzer)
其中数组的长度一定要对应好