Lucene的介绍及入门使用

1、了解搜索技术

1.1 什么是搜索

简单的说，搜索就是搜寻、查找，在IT行业中就是指用户输入关键字，通过相应的算法（权重算法），查询并返回用户所需要的信息。

1.2 普通的数据库搜索

类似：select * from 表名 where 字段名 like ‘%关键字%’

例如：select * from article where content like ’%here%’

结果: where here shere bhere chere dhere

hraere

1.3 新的业务需求

比如，用户在百度文本框中输入，“吃饭睡觉写程序”，会出现的以下结果：

从结果可以看出，百度搜索具备以下明显特点：

1、即使在相关结果数量接近2000万时，也能快速得出结果。

2、搜索的结果不仅仅局限于完整的“吃饭睡觉写程序”这一短语，而是将此短语拆分成，“写程序”，“吃饭”，“睡觉”，“程序”等关键字。

3、对拆分后的搜索关键字进行标红显示。

4、…

问题：上述功能，使用大家以前学过的数据库搜索能够方便实现吗？

1.4 普通的数据库搜索的缺陷

类似：select * from 表名 where 字段名 like ‘%关键字%’

例如：select * from article where content like ’%here%’

结果: where here shere

1、因为没有通过高效的索引方式，所以查询的速度在大量数据的情况下是很慢。

2、搜索效果比较差，只能对用户输入的完整关键字首尾位进行模糊匹配。用户搜索的结果误多输入一个字符，可能就导致查询出的结果远离用户的预期。

2、 搜索技术

2.1 搜索引擎的种类

搜索引擎按照功能通常分为垂直搜索和综合搜索。

1、垂直搜索是指专门针对某一类信息进行搜索。例如：会搜网 主要做商务搜索的，并且提供商务信息。除此之外还有爱看图标网、职友集等。

2、综合搜索是指对众多信息进行综合性的搜索。例如：百度、谷歌、必应、搜狗、360搜索等。 

---

2.2 倒排索引

倒排索引又叫反向索引（右下图）以字或词为文档中出现的位置情况。

在实际的运用中，我们可以对数据库中原始的数据结构（左图），在业务空闲时事先根据左图内容，创建新的倒排索引结构的数据区域（右图）。

用户有查询需求时，先访问倒排索引数据区域（右图），得出文档id后，通过文档id即可快速，准确的通过左图找到具体的文档内容。

这一过程，可以通过我们自己写程序来实现，也可以借用已经抽象出来的通用开源技术来实现。

全文检索中什么是文档？答：文档可以看成是mysql中的表

每一个文档----->mysql中的每一条记录

---

3 Lucene概述

3.1 什么是Lucene

LOGO：

• Lucene是一套用于全文检索和搜寻的开源程序库，由Apache软件基金会支持和提供

• Lucene提供了一个简单却强大的应用程序接口（API），能够做全文索引和搜寻，在Java开发环境里Lucene是一个成熟的免费开放源代码工具

• Lucene并不是现成的搜索引擎产品，但可以用来制作搜索引擎产品

• 官网：http://lucene.apache.org/

3.2 什么是全文检索？

3.3 Lucene下载及版本问题

官网：

• 目前最新的版本是7.x系列，但是在企业中还是用4.x比较多，所以我们学习4.x的版本

老版本下载地址：

http://archive.apache.org/dist/lucene/java/

3.4 Lucene、Solr、Elasticsearch关系

Lucene：底层的API，工具包

Solr：基于Lucene开发的企业级的搜索引擎产品

Elasticsearch：基于Lucene开发的企业级的搜索引擎产品

4 Lucene的基本使用

使用Lucene的API来实现对索引/文档的增（创建索引）、删（删除索引）、改（修改索引）、查（搜索数据）。

当时用了Lucene之后，还需要数据库吗？

什么样的数据应该放lucene？什么样的数据应该放数据库？

答：通常情况，一份数据既会放在数据库，也会放在lucene中，

4.1 创建索引

4.1.1 创建索引的流程

何为索引？

答：需要被搜索的列，必须创建索引

创建索引的时候，需要向lucene中插入一条记录，这条记录称之为 Document文档

在document中有字段，这些字段好比mysql中的列

文档Document：数据库中一条具体的记录

字段Field：数据库中的每个字段

目录对象Directory：物理存储位置

写出器的配置对象：需要分词器和lucene的版本

4.1.2 添加依赖

<properties>
    <lunece.version>4.10.2</lunece.version>

</properties>
<dependencies>
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
    </dependency>
    <!-- lucene核心库 -->
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-core</artifactId>
        <version>${lunece.version}</version>
    </dependency>
    <!-- Lucene的查询解析器 -->
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-queryparser</artifactId>
        <version>${lunece.version}</version>
    </dependency>
    <!-- lucene的默认分词器库 -->
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-analyzers-common</artifactId>
        <version>${lunece.version}</version>
    </dependency>
    <!-- lucene的高亮显示 -->
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-highlighter</artifactId>
        <version>${lunece.version}</version>
    </dependency>
</dependencies>

4.1.3 代码实现

步骤：

//1 创建文档对象
//2 创建存储目录
//3 创建分词器
//4 创建索引写入器的配置对象
//5 创建索引写入器对象
//6 将文档交给索引写入器
//7 提交
//8 关闭

 // 创建索引
    @Test
    public void testCreate() throws Exception{
        //1 创建文档对象
        Document document = new Document();
        // 创建并添加字段信息。参数：字段的名称、字段的值、是否存储，这里选Store.YES代表存储到文档列表。Store.NO代表不存储
        document.add(new StringField("id", "1", Field.Store.YES));
        // 这里我们title字段需要用TextField，即创建索引又会被分词。StringField会创建索引，但是不会被分词
        document.add(new TextField("title", "谷歌地图之父跳槽facebook", Field.Store.YES));

        //2 索引目录类,指定索引在硬盘中的位置
        Directory directory = FSDirectory.open(new File("d:\\indexDir"));
        //3 创建分词器对象
        Analyzer analyzer = new StandardAnalyzer();
        //4 索引写出工具的配置对象
        IndexWriterConfig conf = new IndexWriterConfig(Version.LATEST, analyzer);
        //5 创建索引的写出工具类。参数：索引的目录和配置信息
        IndexWriter indexWriter = new IndexWriter(directory, conf);

        //6 把文档交给IndexWriter
        indexWriter.addDocument(document);
        //7 提交
        indexWriter.commit();
        //8 关闭
        indexWriter.close();
 }

4.1.4 使用工具查看索引

4.1.5 创建索引的API详解

4.1.5.1 Document（文档类）

Document：文档对象，是一条原始的数据

4.1.5.2 Field（字段类）

一个Document中可以有很多个不同的字段，每一个字段都是一个Field类的对象。

一个Document中的字段其类型是不确定的，因此Field类就提供了各种不同的子类，来对应这些不同类型的字段。

这些子类有一些不同的特性：

1）DoubleField、FloatField、IntField、LongField、StringField、TextField这些子类一定会被创建索引，但是不会被分词，而且不一定会被存储到文档列表。要通过构造函数中的参数Store来指定：如果Store.YES代表存储，Store.NO代表不存储

2）TextField即创建索引，又会被分词。StringField会创建索引，但是不会被分词。

如果不分词，会造成整个字段作为一个词条，除非用户完全匹配，否则搜索不到：

我们一般，需要搜索的字段，都会做分词：

3）StoreField一定会被存储，但是一定不创建索引

StoredField可以创建各种数据类型的字段：

问题1：如何确定一个字段是否需要存储？

如果一个字段要显示到最终的结果中，那么一定要存储，否则就不存储

问题2：如何确定一个字段是否需要创建索引？

如果要根据这个字段进行搜索，那么这个字段就必须创建索引。

问题3：如何确定一个字段是否需要分词？

前提是这个字段首先要创建索引。然后如果这个字段的值是不可分割的，那么就不需要分词。例如：ID

总结：

4.1.5.3 Directory（目录类）

指定索引要存储的位置

FSDirectory：文件系统目录，会把索引库指向本地磁盘。

特点：速度略慢，但是比较安全

RAMDirectory：内存目录，会把索引库保存在内存。

特点：速度快，但是不安全

4.1.5.4 Analyzer（分词器类）

• 提供分词算法，可以把文档中的数据按照算法分词

这些分词器，并没有合适的中文分词器，因此一般我们会用第三方提供的分词器：

一般我们用IK分词器。

4.1.5.5 IK分词器(重要)

• 概述

林良益

IK分词器官方版本是不支持Lucene4.X的，有人基于IK的源码做了改造，支持了Lucene4.X：

• 基本使用

引入IK分词器：

<dependency>
    <groupId>com.janeluo</groupId>
    <artifactId>ikanalyzer</artifactId>
    <version>2012_u6</version>
</dependency>

中文分词更专业：

• 扩展词典和停用词典

IK分词器的词库有限，新增加的词条可以通过配置文件添加到IK的词库中，也可以把一些不用的词条去除：

扩展词典：用来引入一些自定义的新词

停止词典：用来停用一些不必要的词条

注意：分词中，加入了我们新的词，被停用的词语没有被分词

4.1.5.6 IndexWriterConfig（索引写出器配置类）

1） 设置配置信息：Lucene的版本和分词器类型

2）设置是否清空索引库中的数据(没效果…)

4.1.5.7 IndexWriter（索引写出器类）

• 索引写出工具，作用就是 实现对索引的增（创建索引）、删（删除索引）、改（修改索引）

• 可以一次创建一个，也可以批量创建索引

// 批量创建索引
    @Test
    public void testCreate2() throws Exception{
        // 创建文档的集合
        Collection<Document> docs = new ArrayList<>();
        // 创建文档对象
        Document document1 = new Document();
        document1.add(new StringField("id", "1", Field.Store.YES));
        document1.add(new TextField("title", "谷歌地图之父跳槽facebook", Field.Store.YES));
        docs.add(document1);
        // 创建文档对象
        Document document2 = new Document();
        document2.add(new StringField("id", "2", Field.Store.YES));
        document2.add(new TextField("title", "谷歌地图之父加盟FaceBook", Field.Store.YES));
        docs.add(document2);
        // 创建文档对象
        Document document3 = new Document();
        document3.add(new StringField("id", "3", Field.Store.YES));
        document3.add(new TextField("title", "谷歌地图创始人拉斯离开谷歌加盟Facebook", Field.Store.YES));
        docs.add(document3);
        // 创建文档对象
        Document document4 = new Document();
        document4.add(new StringField("id", "4", Field.Store.YES));
        document4.add(new TextField("title", "谷歌地图之父跳槽Facebook与Wave项目取消有关", Field.Store.YES));
        docs.add(document4);
        // 创建文档对象
        Document document5 = new Document();
        document5.add(new StringField("id", "5", Field.Store.YES));
        document5.add(new TextField("title", "谷歌地图之父拉斯加盟社交网站Facebook", Field.Store.YES));
        docs.add(document5);

        // 索引目录类,指定索引在硬盘中的位置
        Directory directory = FSDirectory.open(new File("d:\\indexDir"));
        // 引入IK分词器
        Analyzer analyzer = new IKAnalyzer();
        // 索引写出工具的配置对象
        IndexWriterConfig conf = new IndexWriterConfig(Version.LATEST, analyzer);
        // 设置打开方式：OpenMode.APPEND 会在索引库的基础上追加新索引。OpenMode.CREATE会先清空原来数据，再提交新的索引
        conf.setOpenMode(IndexWriterConfig.OpenMode.CREATE);

        // 创建索引的写出工具类。参数：索引的目录和配置信息
        IndexWriter indexWriter = new IndexWriter(directory, conf);
        // 把文档集合交给IndexWriter
        indexWriter.addDocuments(docs);
        // 提交
        indexWriter.commit();
        // 关闭
        indexWriter.close();
    }

4.2 查询索引数据

4.2.1 代码实现

实现步骤：

//1 创建索引目录对象

//2 创建目录读取工具

//3 创建索引搜索工具

//4 创建查询解析器

//5 创建查询对象

//6 搜索数据

//7 各种操作

@Test
    public void testSearch() throws Exception {
        // 索引目录对象
        Directory directory = FSDirectory.open(new File("d:\\indexDir"));
        // 索引读取工具
        IndexReader reader = DirectoryReader.open(directory);
        // 索引搜索工具
        IndexSearcher searcher = new IndexSearcher(reader);

        // 创建查询解析器,两个参数：默认要查询的字段的名称，分词器
        QueryParser parser = new QueryParser("title", new IKAnalyzer());
        // 创建查询对象
        Query query = parser.parse("谷歌");

        // 搜索数据,两个参数：查询条件对象要查询的最大结果条数
        // 返回的结果是 按照匹配度排名得分前N名的文档信息（包含查询到的总条数信息、所有符合条件的文档的编号信息）。
        TopDocs topDocs = searcher.search(query, 10);
        // 获取总条数
        System.out.println("本次搜索共找到" + topDocs.totalHits + "条数据");
        // 获取得分文档对象（ScoreDoc）数组.SocreDoc中包含：文档的编号、文档的得分
        ScoreDoc[] scoreDocs = topDocs.scoreDocs;
        for (ScoreDoc scoreDoc : scoreDocs) {
            // 取出文档编号
            int docID = scoreDoc.doc;
            // 根据编号去找文档
            Document doc = reader.document(docID);
            System.out.println("id: " + doc.get("id"));
            System.out.println("title: " + doc.get("title"));
            // 取出文档得分
            System.out.println("得分： " + scoreDoc.score);
        }
    }

4.2.2 核心API

4.2.2.1 QueryParser（查询解析器）

1）QueryParser（单一字段的查询解析器）

2）MultiFieldQueryParser（多字段的查询解析器）

4.2.2.2 Query（查询对象，包含要查询的关键词信息）

• 1）通过QueryParser解析关键字，得到查询对象

• 2）自定义查询对象（高级查询）

我们可以通过Query的子类，直接创建查询对象，实现高级查询（后面详细讲）

4.2.2.3 IndexSearch（索引搜索对象，执行搜索功能）

IndexSearch可以帮助我们实现：快速搜索、排序、打分等功能。

IndexSearch需要依赖IndexReader类

查询后得到的结果，就是打分排序后的前N名结果。N可以通过第2个参数来指定：

4.2.2.4 TopDocs（查询结果对象）

通过IndexSearcher对象，我们可以搜索，获取结果：TopDocs对象

在TopDocs中，包含两部分信息：

int totalHits ：查询到的总条数

ScoreDoc[] scoreDocs	： 文档编号数组

5.2.2.5 ScoreDoc(得分文档对象)

ScoreDoc是得分文档对象，包含两部分数据：

int doc	：文档的编号----lucene给文档的一个唯一编号

float score	：文档的得分信息

拿到编号后，我们还需要根据编号来获取真正的文档信息

4.2. 特殊查询—查询的扩展

抽取公用的搜索方法：

public void search(Query query) throws Exception {
        // 索引目录对象
        Directory directory = FSDirectory.open(new File("d:\\indexDir"));
        // 索引读取工具
        IndexReader reader = DirectoryReader.open(directory);
        // 索引搜索工具
        IndexSearcher searcher = new IndexSearcher(reader);

        // 搜索数据,两个参数：查询条件对象要查询的最大结果条数
        // 返回的结果是 按照匹配度排名得分前N名的文档信息（包含查询到的总条数信息、所有符合条件的文档的编号信息）。
        TopDocs topDocs = searcher.search(query, 10);
        // 获取总条数
        System.out.println("本次搜索共找到" + topDocs.totalHits + "条数据");
        // 获取得分文档对象（ScoreDoc）数组.SocreDoc中包含：文档的编号、文档的得分
        ScoreDoc[] scoreDocs = topDocs.scoreDocs;

        for (ScoreDoc scoreDoc : scoreDocs) {
            // 取出文档编号
            int docID = scoreDoc.doc;
            // 根据编号去找文档
            Document doc = reader.document(docID);
            System.out.println("id: " + doc.get("id"));
            System.out.println("title: " + doc.get("title"));
            // 取出文档得分
            System.out.println("得分： " + scoreDoc.score);
        }
    }

4.2.3.1 TermQuery（词条查询）

/*
     * 测试普通词条查询
     * 注意：Term(词条)是搜索的最小单位，不可再分词。值必须是字符串！
     */
    @Test
    public void testTermQuery() throws Exception {
        // 创建词条查询对象
        Query query = new TermQuery(new Term("title", "谷歌地图"));
        search(query);
    }

4.2.3.2 WildcardQuery（通配符查询）

 /*
     * 测试通配符查询
     * 	? 可以代表任意一个字符
     * 	* 可以任意多个任意字符
     */
    @Test
    public void testWildCardQuery() throws Exception {
        // 创建查询对象
        Query query = new WildcardQuery(new Term("title", "*歌*"));
        search(query);
    }

4.2.3.3 FuzzyQuery（模糊查询）

 /*
     * 测试模糊查询
     */
    @Test
    public void testFuzzyQuery() throws Exception {
        // 创建模糊查询对象:允许用户输错。但是要求错误的最大编辑距离不能超过2
        // 编辑距离：一个单词到另一个单词最少要修改的次数 facebool --> facebook 需要编辑1次，编辑距离就是1
//    Query query = new FuzzyQuery(new Term("title","fscevool"));
        // 可以手动指定编辑距离，但是参数必须在0~2之间
        Query query = new FuzzyQuery(new Term("title","facevool"),1);
        search(query);
    }

4.2.3.4 NumericRangeQuery（数值范围查询）

/*
	 * 测试：数值范围查询，查找的一定是数值类型
	 * 注意：数值范围查询，可以用来对数值类型的ID进行精确的查找
	 */
	@Test
	public void testNumericRangeQuery() throws Exception{
		// 数值范围查询对象，参数：字段名称，最小值、最大值、是否包含最小值、是否包含最大值
		Query query = NumericRangeQuery.newLongRange("id", 2L, 2L, true, true);
		
		search(query);
	}

4.2.3.5 BooleanQuery（组合查询）

与	或	非
&&	||	！
MUST	SHOULD	MUST_NOT
MUST	SHOULD	MUST_NOT

注意点：

BooleanClause用于表示布尔查询子句关系的类，包括：BooleanClause.Occur.MUST，BooleanClause.Occur.MUST_NOT，BooleanClause.Occur.SHOULD。必须包含,不能包含,可以包含三种.有以下6种组合：

1．MUST和MUST：交集。

2．MUST和MUST_NOT：表示查询结果中不能包含MUST_NOT所对应得查询子句的检索结果。

3．SHOULD与MUST_NOT：连用时，功能同MUST和MUST_NOT。

4．SHOULD与MUST连用时，结果为MUST子句的检索结果,但是SHOULD可影响排序。

5．SHOULD与SHOULD：并集。

6．MUST_NOT和MUST_NOT：无意义，检索无结果。

 /*
     * 布尔查询：
     * 	布尔查询本身没有查询条件，可以把其它查询通过逻辑运算进行组合！
     * 交集：Occur.MUST + Occur.MUST
     * 并集：Occur.SHOULD + Occur.SHOULD
     * 非：Occur.MUST_NOT
     */
 @Test
    public void testBooleanQuery() throws Exception{
        // 范围查询的Query
        NumericRangeQuery<Long> q1 = NumericRangeQuery.newLongRange("id", 1l, 3l, true, true);
        NumericRangeQuery<Long> q2 = NumericRangeQuery.newLongRange("id", 2l, 4l, true, true);

        // 创建布尔查询
        BooleanQuery query = new BooleanQuery();

        //1 交集 2,3
//        query.add(q1,BooleanClause.Occur.MUST);
//        query.add(q2,BooleanClause.Occur.MUST);

        //2 并集  1,2,3,4
//        query.add(q1,BooleanClause.Occur.SHOULD);
//        query.add(q2,BooleanClause.Occur.SHOULD);

        //3 MUST+SHOULD==MUST
//        query.add(q1,BooleanClause.Occur.MUST);
//        query.add(q2,BooleanClause.Occur.SHOULD);

        //4 q1 - q2
//        query.add(q1,BooleanClause.Occur.MUST);
//        query.add(q2,BooleanClause.Occur.MUST_NOT);

        //5  MUST+MUST_NOT = SHOULD+MUST_NOT
//        query.add(q1,BooleanClause.Occur.SHOULD);
//        query.add(q2,BooleanClause.Occur.MUST_NOT);

        //6
        query.add(q1,BooleanClause.Occur.MUST_NOT);
        query.add(q2,BooleanClause.Occur.MUST_NOT);

        search(query);

    }

4.4 修改索引

修改索引的应用场景是什么？

• 一般在lucene/solr/elasticsearch中存在的数据，都会在数据库中也存在一份

既然数据库中也存在了这份数据，那么使用lucene意义何在？

答：因为lucene查询效率高、速度快

• 那为什么需要修改呢？

  答：比如用户修改数据库中的数据，那么这个数据需要同步到lucene中，才能保证lucene和数据库中的数据一致

步骤：

	//1 创建文档存储目录
	
	//2 创建索引写入器配置对象

	//3 创建索引写入器

	//4 创建文档数据

	//5 修改

	//6 提交

	//7 关闭

/* 测试：修改索引
     * 注意：
     * 	A：Lucene修改功能底层会先删除，再把新的文档添加。
     * 	B：修改功能会根据Term进行匹配，所有匹配到的都会被删除。这样不好
     * 	C：因此，一般我们修改时，都会根据一个唯一不重复字段进行匹配修改。例如ID
     * 	D：但是词条搜索，要求ID必须是字符串。如果不是，这个方法就不能用。
     * 如果ID是数值类型，我们不能直接去修改。可以先手动删除deleteDocuments(数值范围查询锁定ID)，再添加。
     */
@Test
public void testUpdate() throws Exception{
    // 创建目录对象
    Directory directory = FSDirectory.open(new File("d:\\indexDir"));
    // 创建配置对象
    IndexWriterConfig conf = new IndexWriterConfig(Version.LATEST, new IKAnalyzer());
    // 创建索引写出工具
    IndexWriter writer = new IndexWriter(directory, conf);

    // 创建新的文档数据
    Document doc = new Document();
    doc.add(new StringField("id","1",Store.YES));
    doc.add(new TextField("title","谷歌地图之父跳槽facebook 为了加入传智播客 屌爆了啊",Store.YES));
    /* 修改索引。参数：
         * 	词条：根据这个词条匹配到的所有文档都会被修改
         * 	文档信息：要修改的新的文档数据
         */
    writer.updateDocument(new Term("id","1"), doc);
    // 提交
    writer.commit();
    // 关闭
    writer.close();
}

4.5 删除索引

步骤：

//1 创建文档对象目录

//2 创建索引写入器配置对象

//3 创建索引写入器

//4 删除

//5 提交

//6 关闭

/*
     * 演示：删除索引
     * 注意：
     * 	一般，为了进行精确删除，我们会根据唯一字段来删除。比如ID
     * 	如果是用Term删除，要求ID也必须是字符串类型！
     */
@Test
public void testDelete() throws Exception {
    // 创建目录对象
    Directory directory = FSDirectory.open(new File("d:\\indexDir"));
    // 创建配置对象
    IndexWriterConfig conf = new IndexWriterConfig(Version.LATEST, new IKAnalyzer());
    // 创建索引写出工具
    IndexWriter writer = new IndexWriter(directory, conf);

    // 根据词条进行删除
    //		writer.deleteDocuments(new Term("id", "1"));

    // 根据query对象删除,如果ID是数值类型，那么我们可以用数值范围查询锁定一个具体的ID
    //		Query query = NumericRangeQuery.newLongRange("id", 2L, 2L, true, true);
    //		writer.deleteDocuments(query);

    // 删除所有
    writer.deleteAll();
    // 提交
    writer.commit();
    // 关闭
    writer.close();
}

5 Lucene的高级使用–查询

5.1 高亮显示

原理：

1）给所有关键字加上一个HTML标签

2）给这个特殊的标签设置CSS样式

实现步骤：

//1 创建目录 对象

//2 创建目录读取工具

//3 创建索引搜索工具

//4 创建查询解析器

//5 创建查询对象

//6 搜索

//7 获取结果

//8 创建格式化器

//9 创建查询分数工具

//10 准备高亮工具

//11 用高亮工具处理普通的查询结果

@Test
    public void testHighlighter() throws Exception{
        //1 创建目录 对象
        FSDirectory directory = FSDirectory.open(new File("d:\\indexDir"));
        //2 创建目录读取工具
        DirectoryReader reader = DirectoryReader.open(directory);
        //3 创建索引搜索工具
        IndexSearcher searcher = new IndexSearcher(reader);
        //4 创建查询解析器
        QueryParser parser = new QueryParser("title", new IKAnalyzer());
        //5 创建查询对象
        Query query = parser.parse("谷歌");
        //6 搜索
        TopDocs topDocs = searcher.search(query, 10);
        //7 获取结果
        int totalHits = topDocs.totalHits;
        System.out.println("击中数:"+totalHits);

        ScoreDoc[] scoreDocs = topDocs.scoreDocs;

        //8 创建格式化器   czdx
        SimpleHTMLFormatter formatter = new SimpleHTMLFormatter("<em>", "</em>");
        //9 创建查询分数工具
        QueryScorer scorer = new QueryScorer(query);
        //10 准备高亮工具
        Highlighter highlighter = new Highlighter( formatter,scorer);

        //11 用高亮工具处理普通的查询结果
        for(ScoreDoc sd:scoreDocs){
            int docID = sd.doc;
            Document doc = reader.document(docID);

            System.out.println("id:"+doc.get("id")+";title:"+doc.get("title"));

            String title = doc.get("title");
            //第一个参数：分词器
            //第二个参数：要被分词的列
            //第三个参数：该列的数据内容
            String htitle = highlighter.getBestFragment(new IKAnalyzer(), "title", title);
            System.out.println("高亮结果:"+htitle);

        }

    }

5.2 排序

步骤

// 创建目录对象

// 创建目录读取工具

// 创建索引搜索工具

// 创建查询解析器

// 创建查询对象

// 创建排序对象Sort,需要排序字段SortField

// 执行搜索

// 解析结果

// 排序
    @Test
    public void testSortQuery() throws Exception {
        // 目录对象
        Directory directory = FSDirectory.open(new File("indexDir"));
        // 创建读取工具
        IndexReader reader = DirectoryReader.open(directory);
        // 创建搜索工具
        IndexSearcher searcher = new IndexSearcher(reader);

        QueryParser parser = new QueryParser("title", new IKAnalyzer());
        Query query = parser.parse("谷歌地图");

        // 创建排序对象,需要排序字段SortField，参数：字段的名称、字段的类型、是否反转如果是false，升序。true降序
        Sort sort = new Sort(new SortField("id", SortField.Type.LONG, true));
        // 搜索
        TopDocs topDocs = searcher.search(query, 10,sort);
        System.out.println("本次搜索共" + topDocs.totalHits + "条数据");

        ScoreDoc[] scoreDocs = topDocs.scoreDocs;
        for (ScoreDoc scoreDoc : scoreDocs) {
            // 获取文档编号
            int docID = scoreDoc.doc;
            Document doc = reader.document(docID);
            System.out.println("id: " + doc.get("id"));
            System.out.println("title: " + doc.get("title"));
        }
    }

5.3 分页

//1 创建目录对象

//2 创建目录读取工具

//3 创建索引搜索工具

//4 创建查询解析器

//5 创建查询对象

//6 查询

//7 解析结果

// 分页
	@Test
	public void testPageQuery() throws Exception {
		// 实际上Lucene本身不支持分页。因此我们需要自己进行逻辑分页。我们要准备分页参数：
		int pageSize = 2;// 每页条数
		int pageNum = 3;// 当前页码
		int start = (pageNum - 1) * pageSize;// 当前页的起始条数
		int end = start + pageSize;// 当前页的结束条数（不能包含）
		
		// 目录对象
		Directory directory = FSDirectory.open(new File("indexDir"));
		// 创建读取工具
		IndexReader reader = DirectoryReader.open(directory);
		// 创建搜索工具
		IndexSearcher searcher = new IndexSearcher(reader);
		
		QueryParser parser = new QueryParser("title", new IKAnalyzer());
		Query query = parser.parse("谷歌地图");
		
		// 创建排序对象,需要排序字段SortField，参数：字段的名称、字段的类型、是否反转如果是false，升序。true降序
		Sort sort = new Sort(new SortField("id", Type.LONG, false));
		// 搜索数据，查询0~end条
		TopDocs topDocs = searcher.search(query, end,sort);
		System.out.println("本次搜索共" + topDocs.totalHits + "条数据");
		
		ScoreDoc[] scoreDocs = topDocs.scoreDocs;
		for (int i = start; i < end; i++) {
			ScoreDoc scoreDoc = scoreDocs[i];
			// 获取文档编号
			int docID = scoreDoc.doc;
			Document doc = reader.document(docID);
			System.out.println("id: " + doc.get("id"));
			System.out.println("title: " + doc.get("title"));
		}
	}

5.4 得分算法

• Lucene会对搜索结果打分，用来表示文档数据与词条关联性的强弱，得分越高，表示查询的匹配度就越高，排名就越靠前！其算法公式是：

总结：

1 查询API的讲解

2 特殊查询：

• TermQuery：词条匹配
• WildcardQuery：通配符匹配
• fuzzyQuery：模糊匹配
• NumericRangeQuery：范围查询
• BooleanQuery:组合查询 与 或 非

3、修改索引：先删除再新增

4、删除索引：

5、高亮显示！！！

6、排序

7、分页

8、得分算法