了解Lucene（车辆名称映射Demo）

Lucene

源码地址：LuceneDemo码云

全文检索技术

传统搜索流程

基于Lucene搜索流程

1、Lucene

1.1、什么是Lucene

全文检索引擎工具包

通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式

1.2、主要功能

构建索引库（以数据库中的数据构建）

• 创建文档

  将数据库查询的每条数据信息“赋值”给创建的每个Document对象

• 分析文档，创建索引库

  处理生成的Document对象（包括：设置分词器，索引库生成路径）

  将生成的多个Document对象写入这个配置类

• 索引库作用：就是通过关键字搜索，和被索引的分词进行比较，从未快速找到Document（文档）

• 主要代码

  ps：查询的Car类型的list集合中，每一个car只有一个String类型的carName属性

  /*
      * 根据数据库数据建立索引库
      * */
      public static void createIndexDataBase(List<Car> cars) throws IOException {
          //1、采集数据
          //2、创建Document对象
          ArrayList<Document> documents = new ArrayList<>();
          for (Car car : cars) {
              Document document = new Document();
              // Document文档中添加Field域
              // 汽车名称
              // Store.YES:表示存储到文档域中
              document.add(new TextField("carName", car.getBName(), Field.Store.YES));
              // 把Document放到list中
              documents.add(document);
  
              // 3. 创建Analyzer分词器,分析文档，对文档进行分词
  //            Analyzer analyzer = new StandardAnalyzer();
              IKAnalyzer analyzer = new IKAnalyzer();
              // 4. 创建Directory对象,声明索引库的位置
              Directory directory = FSDirectory.open(Paths.get("/root/matengfei/demo/database/car"));
              // 5. 创建IndexWriteConfig对象，写入索引需要的配置
              IndexWriterConfig config = new IndexWriterConfig(analyzer);
              // 6.创建IndexWriter写入对象
              IndexWriter indexWriter = new IndexWriter(directory, config);
              // 7.写入到索引库，通过IndexWriter添加文档对象document
              for (Document doc : documents) {
                  indexWriter.addDocument(doc);
              }
              // 8.释放资源
              indexWriter.close();
          }
      }
  

查询索引库，返回结果

• 封装关键字

• 执行搜索

• 主要代码

  public static String parseKey(String keyWord) throws IOException, ParseException {
          // 1. 创建Query搜索对象
          // 创建分词器
  //        Analyzer analyzer = new StandardAnalyzer();
          IKAnalyzer analyzer = new IKAnalyzer();
          // 创建搜索解析器，第一个参数：默认Field域，第二个参数：分词器
          QueryParser queryParser = new QueryParser("carName", analyzer);
  
          // 创建搜索对象
          Query query = queryParser.parse(keyWord);
  
          // 2. 创建Directory流对象,声明索引库位置
          Directory directory = FSDirectory.open(Paths.get("/root/matengfei/demo/database/car"));
          // 3. 创建索引读取对象IndexReader
          IndexReader reader = DirectoryReader.open(directory);
          // 4. 创建索引搜索对象
          IndexSearcher searcher = new IndexSearcher(reader);
          // 5. 使用索引搜索对象，执行搜索，返回结果集TopDocs
          // 第一个参数：搜索对象，第二个参数：返回的数据条数，指定查询结果最顶部的n条数据返回
          TopDocs topDocs = searcher.search(query, 1);
          System.out.println("查询到的数据总条数是：" + topDocs.totalHits);
          // 获取查询结果集
          ScoreDoc[] docs = topDocs.scoreDocs;
          String result = null;
          // 6. 解析结果集
          for (ScoreDoc scoreDoc : docs) {
              // 获取文档
              int docID = scoreDoc.doc;
              Document doc = searcher.doc(docID);
              System.out.println("=============================");
              System.out.println("id:" + docID);
              System.out.println("carName:" + doc.get("carName"));
              result = doc.get("carName");
          }
          reader.close();
          return result;
      }
  

  ​

1.3、底层结构

Lucene底层是一个倒排索引，这个索引结构主要分为两部分：索引和文档，通过关键字查询时，比较关键字和索引，从而找到对应文档。

索引

• 一行目录就是一个索引，在Lucene中一个索引是放在一个文件夹中的

段

• 一个索引由多个段组成

文档

• 文档是建立索引的基本单位，一个段中可以包含多篇文档

域（Field）

• 一篇文档包含不同类型的信息，也就是不同的域，比如一篇文章的标题、时间、描述等

Lucene3.0之前（跳表）

跳表原理类似于二分查找，前提是建立跳表之前（多级链表）底层原始链表有序

Lucene3.0之后（FST原理）

…

2、Lucene相关度排序

后续会更新基于Lucene实现博客系统相同兴趣和领域方向的博主推荐！！！