关于Lucene的一点感想

研究了一下Lucene,发现其实检索可以这么简单地做！Lucene提供了一种反向检索的方式，，反向索引是一种以索引项为中心来组织文档的方式，每个索引项指向一个文档序列，这个序列中的文档都包含该索引项。相反，在正向索引中，文档占据了中心的位置，每个文档指向了一个它所包含的索引项的序列。你可以利用反向索引轻松的找到那些文档包含了特定的索引项。

 

Lucene中出现的术语整理了一下：

Analyzer:分词器，是一个抽象类，需要有特定的实现，这个是lucene的核心类，所有的检索的一句都是这个实现决定的。
IndexWriter ：索引写入类，构造方法IndexWriter(Directory d, IndexWriterConfig conf)

IndexWriterConfig：索引配置类，设置不同的属性值，可以实现索引的写入方式（新建，追加，覆盖）构造方法IndexWriterConfig(Version matchVersion, Analyzer analyzer),与一个分词器相关联。

Document：描述一个索引的基本元素，索引文件的单位。

Field：索引域，可以把索引信息当做一个表格，Document就是整个表格，Field即是表格的列。内容包括key_value键值对。




IndexReader：索引读取类，IndexReader.open(FSDirectory.open(new File(index))); 需要使用FSDirectory打开索引文件，貌似只有这样才能使Lucene的读取速度优化代码起作用。

IndexSearcher：检索类，以IndexReader构造。实用方法：public TopDocs search(Query query, Filter filter, int n)，可以过滤文件

QueryParser：查询类，以new QueryParser(Version.LUCENE_31, field, analyzer); field是构造索引时的field的key值。比较实用的方法是public Query parse(String query)，返回查询结果。

Query：QueryParser执行parse后的返回结果。


一次查询其实可以分为大的两个阶段（有点废话）：1.构造索引文件2.通过索引文件检索信息

感觉可以把IndexWriter想象成一个数据库，Document是表格，Field是表格的列，然后这是个文件数据库系统。。。

实际上Lucene做的工作只是把预置的查询结果按特定格式保存起来，这点非常重要，建索引时指定的术语其实可以看做模糊的关键字，说白了，所有的想在时间上提速的工作归根结底需要用空间来换。

另外附一个Lucene的关键字列表（我分的）：

分词(Analyzer)，写索引(IndexWriter)，读索引(IndexReader)，文档(Document)，域(Field)，查询（Query），查找（Searcher）,分页（Paging）,得分（Score)

学习lucene可以从这些关键字展开。

 

 

 

转载于:https://www.cnblogs.com/liupeizhi/articles/2390029.html