lucene浅谈

1.导图：

2.简述：

lucene是基于java的全文索引，用来快速的检索数据，之前我们接触到的是结构化的数据，例如数据库，但是对于非结构化数据内容的查找就需要lucene,我们在做项目的时候可能用不到lucene,但是用到的elasticsearch都是基于lucene的。

非结构化数据：文档里面的内容，如word、excel、文本文档等。

全文检索可以查询任意数据，包阔结构化数据和非结构化数据，简单的分析一下过程。

（1）首先需要获得原始文档，既要搜索的文档，如下.txt文档

（2）获得文档之后，创建文档对象，如下图：一个文档里面分了多个域，每个域由name和value组成，同一个Document可以有相同的Field（域名和域值都相同），每个文档都有一个唯一的编号，就是文档id。

（3）创建索引

对所有文档分析得出的语汇单元进行索引，索引的目的是为了搜索，最终要实现只搜索被索引的语汇单元从而找到Document（文档）。

根据上图我们可以清晰的看到，是根据索引找到的文档，这种索引的结构叫倒排索引结构。

倒排索引结构也叫反向索引结构，包括索引和文档两部分，索引即词汇表，它的规模较小，而文档集合较大。
倒排索引：通过关键词找文档，传统的是根据文档找关键词

（4）查寻索引

用户输入关键字，根据关键字找到索引，在根据索引找到对应的文档，从而找到搜索的内容（磁盘上的文件）。