1、lucene 简介

是什么

lucene是一款高性能的、可扩展性的信息检索 （IR）工具库。

lucene组件

建立索引步骤：

1、获取内容

      通过一些爬虫来获取索引内容。

lucene作为一款核心搜索库，并不提供任何功能来实现内容获取。

目前有大量的开源爬虫软件可以实现这个功能。

开源爬虫软件：1、Solr   2、Nutch  3、Grub   4、Heritrix    5、Drods    6、Aperture

2、建立文档

获取原始数据后，就需要对这些内容进行索引，首先要将这些内容转换成文档，以供搜索引擎使用。

3、文档分析

将文档分割成一系列独立的原子元素。

4、文档索引

将文档加入到索引

lucene核心类

索引类：IndexWriter、Directory、Analizer、Document、Field

1、IndexWriter

indexWriter索引过程的核心组件。

类负责创建新索引或者打开已有索引，以及向索引中添加、删除或更新被索引文档的信息。

提供针对索引文件的写入操作，但不能用于读取或搜索索引。

2、Directory

描述索引存放位置。

3、Analyzer

分析器。

负责从索引文件中提取词汇单元。

4、Document

一些Field集合。

5、Field

域，索引中的每个文档都包含一个或多个不同命名的域，这些域包含在Field类中。

搜索类：IndexSearcher、Term、Query、TermQuery、TopDocs.

1、IndexSearcher

用于搜索由IndexWriter类创建的索引。

2、Term

索引功能的基本单元。

3、Query

查询类。

4、TermQuery

最基本的查询类型，也是简单查询类型之一。

5、TopDocs

简单的指针容器，只想前N个排名的搜索结果。