lucene6.6.0学习心得

lucene是什么？

官方网站：使用Java语言编写的高性能全文检索工程。适合任何需要全文检索的应用，特别是跨平台的。
本菜鸟：空间换速度，查的快，毫秒级查询，秒杀like！

导入依赖

<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-core</artifactId>
    <version>6.6.0</version>
</dependency>

<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-analyzers-common</artifactId>
    <version>6.6.0</version>
</dependency>

<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-analyzers-smartcn</artifactId>
    <version>6.6.0</version>
</dependency>

<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-queryparser</artifactId>
    <version>6.6.0</version>
</dependency>

<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-highlighter</artifactId>
    <version>6.6.0</version>
</dependency>

<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-memory</artifactId>
    <version>6.6.0</version>
</dependency>

创建索引

lucene将需要进行检索的内容经过指定的分词器（Analyzer）分词后存为索引（一般存在文件系统FSDirectory，也可以是内存RAMDirectory）。

String indexPath = "D:/index"; 
//得到索引存放目录对象
Directory dir = FSDirectory.open(Paths.get(indexPath, new String[0]));
//这个是官方的中文分词器，还有其他MMAnalyzer、IkAnalyzer等
SmartChineseAnalyzer analyzer = new SmartChineseAnalyzer();
//索引写入类需要的配置类
IndexWriterConfig iwc = new IndexWriterConfig(analyzer);
//索引写入类
IndexWriter iw = new IndexWriter(dir, iwc);

//User:{Integer id,String name,String sign}
List<User> userList = new ArrayList<User>();
userList.add(new User(1,"老大","我是我们家的大哥大！"));
userList.add(new User(2,"老二","我是呆萌的二哈！"));
userList.add(new User(3,"老三","我是专门拆散家庭人人讨厌的小三！"));
userList.add(new User(4,"老四","我是小可爱！"));

for(User user : userList){
    //document类似数据库的table
    Document doc = new Document();
    //Field类似数据库的column
    doc.add(new StoredField("id",user.getId()));
    doc.add(new StringField("name",user.getName(),Field.store.YES));
    doc.add(new TextField("sign",user.getSign(),Field.store.YES));
    iw.addDocument(doc);
}

//创建索引完成，关闭索引写入类
iw.close();

各种Field类

名称	说明
TextField	分词并存入索引
StringField	逐字的存为索引
IntPoint	Int类型存为索引以提供精确/范围查询
LongPoint	Long类型存为索引以提供精确/范围查询
DoublePoint	DoublePoint类型存为索引以提供精确/范围查询
SortedDocValuesField	String类型存为索引以提供排序
SortedSetDocValuesField	String类型的set集合存为索引以提供排序
NumericDocValuesField	Long类型存为索引以提供排序
SortedNumericDocValuesField	Long类型的set集合存为索引以提供排序
StoredField	只存储值，不创建索引。注：SortedDocValuesField、SortedSetDocValuesField、NumericDocValuesField、SortedNumericDocValuesField使用时若需要结果中显示排序值，则需要实例化同一个字段的StoredField

查询索引

lucene读取索引，根据指定的Query，或者BooleanQuery(多条件)等查询出结果根据得分情况排序。

//创建索引读取对象
IndexReader reader = DirectoryReader.open(FSDirectory.open(Paths.get(luceneIndexPath, new String[0])));
//创建索引查找对象
IndexSearcher searcher = new IndexSearcher(reader);
//创建基础查询单元
Term term = new Term("sign","萌");
//创建查询
TermQuery query = new TermQuery(term);
//查询 第二个参数代表查询得分高的前3个
TopDocs search = searcher.search(query, 3);
//得到命中
ScoreDoc[] hits = search.scoreDocs;
if(hits.length > 0){
    for(ScoreDoc sd : hits){
        Document doc = searcher.doc(sd.doc);
        System.out.println("id:"+ doc.get("id") +",name:"+ doc.get("name") +",sign:"+  doc.get("sign"));
    }
}

多条件查询

//创建官方中文分词器
SmartChineseAnalyzer analyzer = new SmartChineseAnalyzer();
//创建一个查询解析器
QueryParser parser = new QueryParser("sign", analyzer);
//解析传入的查询内容 例如我家 -> sign:我，sign:家，如果只是TermQuery则不进行分析解析sign:我家
Query query = parser.parse("我家");
//创建BooleanClause
BooleanClause c1 = new BooleanClause(new TermQuery(new Term("name", "大")), Occur.SHOULD);
BooleanClause c2 = new BooleanClause(query, Occur.SHOULD);
//添加查询条件到查询器中
BooleanQuery booleanQuery = new BooleanQuery.Builder().add(c1).add(c2).build();

TopDocs search = searcher.search(booleanQuery, 3);

Occur类说明

名称	说明
Occur.FILTER	类似MUST，除非这些条件不参与计分
Occur.MUST	条件必须出现在匹配结果中
Occur.MUST_NOT	条件必须不出现在匹配结果中
Occur.SHOULD	条件应该出现在结果中，但不是必须的

排序

如果需要排序，则在创建索引的时候如下设置

//存入索引，但是并未存入值
doc.add(new IntPoint("sort", 1));
//添加排序
doc.add(new NumericDocValuesField("sort", 1));
//只存储值，不然结果集无法出现
doc.add(new StoredField("sort", 1));  

查询时则

//排序的字段为sort，类型为int，false == asc,true == desc
SortField sortField = new SortField("sort", SortField.Type.INT, false);
Sort sort = new Sort(sortField);
TopDocs results = searcher.search(query, 3, sort);

高亮显示

//创建一个高亮类，传入的SimpleHTMLFormatter默认为给匹配处添加<B></B>标签，query就是searcher.search(query, 3)中的同一个query
//另一个构造器Highlighter("<i>","<i/>");
Highlighter highlighter = new Highlighter(new SimpleHTMLFormatter(),new QueryScorer(query));
//设置最多返回多少匹配片段
highlighter.setTextFragmenter(new SimpleFragmenter(20));
//得到高亮的串
String sign = highlighter.getBestFragment(analyzer, "sign", doc.get("sign"));

以上是本小菜的学习总结，若有错误，请大佬指教！