《Lucene in Action》（第二版） 第二章节的学习总结 ---- IndexWriter+Document+Field

这一章节的学习，主要是学会如何创建索引，使用索引

一.创建索引

1.从原始文件中提取内容。这里的文件，可以是文本文件，也可以是二进制文件。文本文件(txt)，lucene可以直接处理；而二进制文件（word，pdf等），则可以使用Tika框架（Tika是啥，我自己还没学到，先不细说了）。提取的内容，必须的转换成lucene能识别的格式并存储。这里的格式，就是Field以及由多个Field组成的Document。存储在Directory对象中。

2.光转换成Document还不能用，lucene还得对Document进行分析，转换成语汇单元。分析是使用的分析器，即各种Analyzer

3.Lucene是安装倒排索引的方式来存储分析结果（即语汇单元）的。倒排就是：给定一个语汇单元作为key，哪些document含有这个key啊？

4.建立的索引，存储在一些有奇怪后缀名的文件中（包括：fdt,fdx,fnm,frq,nrm,prx,tii,tis,tvd,tvf,tvx,segments.gen,segments_一个数字，等等），具体含义看附录B吧。这也就是书上说的索引段

二.使用索引

1.向索引中加入文档：

创建IndexWriter对象：IndexWriter writer = new IndexWriter(一个Directory对象，一个分析器对象，一个指定索引存储Field最大所需内存大小的值)

创建Document对象，并加入Field：Document doc = new Document();   doc.add(new Field(域名,域值,域存储选项,域索引选项))

向索引中加入文档：writer.addDocument(doc);    最后记得要writer.close();从而才能将索引的变化提交到Directory对象中。

2.删除索引中的文档：

注意：这里删除的是文档（即Document），而不是Field。也就是说，删除的最小单位是Document。而定位要删除哪个Document，可以使用Term对象或者Query对象。然后使用writer.deleteDocuments(Term对象或者Query对象) 即可

要使得其生效，得writer.commit()或者writer.close();

3.更新索引中的文档

lucene的更新，实际就是先删除旧的Document，再添加新的Document。对应方法是:updateDocument(用来匹配旧文档的Term对象,要更新的新文档对象，可选的一个分析器对象)。

4.索引中的文档里面的域，受到域选项的控制。包括：域索引选项，域存储选项，域的项向量选项（这个不大理解，先写在这里而已）；同一个域名还能带多个域值

5.由于索引中会有很多文档，一个文档中又有很多域。那么，哪些文档重要，哪些域重要，就可以用加权来进行控制。有文档加权(doc.setBoost(权值))和域加权（field.setboost(权值)）。当加权一个文档时，则文档中所有域也就跟着加权了。

这里我有一个疑问：如果一个文档的权值是1.5；而又给该文档中的某个field加权为2.0，那么，这个特别的field的权值是1.5还是2.0，还是别的啥？

6.最后在记录一个索引的“并发，线程安全及锁机制”。记住：

A.任意数量的只读属性的IndexReader类都可以同时打开一个索引；

B.对于一个索引来说，一次只能打开一个IndexWriter类。当IndexWriter打开一个索引后，就在该索引所在Directory中存放了一个锁文件(write.lock)。其他writer就不能再打开咯。

此章节还有一些高级话题，我还没理解，就先不写了

转载于:https://www.cnblogs.com/lagujw/p/3601357.html