Lucene的学习第二篇——Lucene的流程与构建文档对象

版权声明:如发现错误。欢迎及时指正。 https://blog.csdn.net/m15517986455/article/details/78966707

既然Lucene是实现全文检索,那么明白以下几个问题,
1. Lucene是什么?
2. Lucene实现全文检索的流程?
3. 索引到底是如何创建的?(Indexing)
4. 索引里面存放的又是什么东西?
5. 搜索的的时候又是如何去查找索引的?(Search)
这5个问题搞明白了,那么lucene就算入门了。
1:lucene是什么?
Lucene是一堆jar包,
2:lucene的实现全文检索的流程:(网上搜的)
这里写图片描述

其实就两大流程:
1. 绿色表示创建索引过程,包括:
采集数据创建索引(保存到索引库)

  1. 红色表示查询索引过程,包括:
    入口提交查询请求(查询关键字)执行查询(从索引库搜索)

采集数据:
从互联网上、数据库、文件系统中等获取需要搜索的原始信息,如何采集数据?
1、互联网上的网页:可以使用爬虫获取数据。
2、数据库中的数据:可以直接连接数据库用SQL查询数据。
3、文件系统中的文件:可以通过I/O操作读取文件的内容。
建立索引:(这是最关键的步骤也是最抽象,最难理解的,采用场景1说明)
创建索引的步骤:
 获取文档(IO)
 创建文档对象
 分析文档(拆词)(使用分词器)创建索引
 扔进索引库

为了更好的理解这个步骤:
需要明白一个问题,索引库里是什么东西?
看流程图。用户根据索引查询,得到的是返回的结果。类比词典,那么索引库就是一个词典。
也就说,索引库中,既有索引,并且又有原始文档。
全文检索的内容是索引库中的内容,并没有去原始文档总找。而这个内容使我们在建立索引库的时候,将内容完完全全的复制到了索引库(理解成复制)
记住:
扔进索引库的是一个文档对象!,这个文档对象扔进索引库的时候,自动创建了索引!
文档对象是什么?(抽象)
这个文档对象就是我们构建的,一个world文件就是一个文档对象
文档对象由域组成(Field)
这里写图片描述

这里写图片描述

域field:就是描述这个对象的属性。好比描述对象的字段(但是完全不一样);
好比描述这个world的大小,内容,长度,,,都是一个域。
1. 每个文档对象中包括多个Field(域),域只有两个属性:域名(name)和域值(value)。一个对象相当于数据库表的一条记录,一个Field相当于表中的一个字段
2. 不同的对象可以有不同的Field,同一个对象可以有相同的Field(域名和域值都相同)(跟数据库字段完全不一样)

  1. 和数据库表类似,每个文档都有一个唯一的主键——文档id(docID)。
    返回lucene/slor文章的目录:http://blog.csdn.net/m15517986455/article/details/78986856
展开阅读全文

没有更多推荐了,返回首页