lucene python_对Lucene的总结

一：建立索引和读取索引的过程如下图：

二：索引在索引库中的存放形式如下图：

这是内容库                                                                              这是目录库

IndexWriter按加入的顺序为Document指定一个递增的id(从0开始)，称为文档id。反向索引中存储的是这个id，文档存储中正向索引也是这个id。 业务数据的主键id只是文档的一个字段。

为从原数据中拿完整数据去展示，一个Document应该包含一个或多个存储字段来唯一标识一条原数据。

三：创建索引以及存储文档的域时的规则如下：

创建好Document后，需要给Document添加Field，不同的Field有不同索引、分词和存储规则。

1：什么样的域需要被存储？

查询时，需要从Document中获取的内容对应的域都应该被存储。

2：什么样的域需要被索引？

要被搜索的域需要被索引。

3：什么样的域需要被分词？

在被搜索时，可能只会输入内容的一部分来查询的域需要被分词，例如：商品名称，商品介绍，文章内容等；相反，在查询时必须输入内容的全部来查询的域不能分词，例如：订单号，电话号码等。

四：使用lucene提高数据库中数据的查询实时度的示意图

需要注意DB中的哪些数据需要用来创建索引、哪些数据需要存到索引库中的Document中，最终使用Document中能唯一标识DB中一条记录的字段来查询DB，获取记录的详情。

好文章参考链接：

疑问：

1：有关索引的选项中，还有更详细的设置：词频，位置，偏移量等，短语查询、临近查询，高亮显示等功能，和位置、偏移量的关系是什么？

2：IndexableFieldType 中的 docValuesType方法 就是让你来为需要排序、分组、聚合的字段指定如何为该字段创建文档->字段值的正向索引的。那么排序、分组、聚合、分类查询(面查询)的字段到底怎么使用？？

3：默认情况下，查询结果的排序是按得分的大小从大到小排序的吗？得分到底是怎么计算的？

4：如果加上排序字段后，得分的排序是不是就不用了，直接用排序字段的排序？

5：lucene的分词器详解？