Lucene简介（二）

0. 简介

1. Lucene（即指 lucene-core.jar）提供“创建索引” 及基于索引进行搜索即 “搜索索引” 的功能。Lucene 并不是一个完整的搜索程序，它需要你自己使用它提供的 API 创建索引，构造 Query 对索引进行搜索，并处理搜索结果。流程示意图如下：
   
   首先对需要被索引的原始数据（例如 doc 文档，pdf 文件等等）进行过滤处理（提取文本数据），得到能被 Lucene 使用的文本数据，然后在文本数据中提取/创建元数据域（Field）以构建 Document，再对 Document 进行 Analysis 然后生成 Index 并使用 IndexWriter 写入到 Directory 。执行搜索时，将用户提交的查询语句构造成一个 Query，然后使用 IndexSearcher 执行搜索，并处理 / 返回搜索结果。

2. 先看看如何使用 Lucene 创建索引（针对 Lucene 8.0.0）。创建索引的简单流程（伪代码）如下：

// directory ： 一个地方用于存放索引文件，可以是文件系统目录
Directory index = new XXXDirectory();
// （重点）
// 分析器 ：分析器对文档（Document）中的域（Field）进行分析，提取语汇单元
Analyzer analyzer = new XXXAnalyzer();
// 用于配置 indexWriter
IndexWriterConfig indexWriterConfig = new IndexWriterConfig(analyzer);
// indexWriter ： 用于创建和维护索引（写入索引）
IndexWriter writer = new IndexWriter(index, indexWriterConfig);
for(File file : files) {
	// document ： 是创建和搜索索引的基本单位，
	// 可用于将多个 field 聚合在一起，以表示一个整体
	Document doc = new Document();
	// （重点）
	// field ： 构成 document，
	// 每个 field 由三个部分组成：name / type / value
	Field fld = new XXXField(name, value, options);
	doc.add(fld);
	write.addDocument(doc);
}

其中，我认为最重要的是：怎样将被索引的文本数据分割成 文档（Document）和 域（Field），以及对域选项的设置（这会直接影响该域是否会被搜索程序搜索及在搜索结果中返回）。

3. 搜索索引，简单流程如下：

Directory index = new XXXDirectory();
// 用于访问索引
IndexReader reader = new XXXReader(index);
// 用于搜索由 IndexWriter 类创建的索引
IndexSearcher searcher = new IndexSearcher(reader);
// 对查询语句进行分析
Analyzer analyzer = new XXXAnalyzer();
QueryParser parser = new QueryParser(name, analyzer);
// 查询对象
Query query = parser.parse(queryStringFromUser);
int hitsNum = N;
// 指向搜索结果即 匹配查询条件的文档（Document）
TopDocs topDocs = searcher.search(query, hitsNum);
ScoreDoc[] hits = topDocs.scoreDocs;
for(ScoreDoc t : hits){
	Document doc = searcher.doc(t.doc);
	Field fld = (Field) doc.getField(name);
}

其中，重点便是查询（Query）对象的构造了。

---