Lucene&&solr01

如何实现全文检索
可以使用Lucene实现全文检索。Lucene是apache下的一个开源代码的全文检索引擎工具包。提供了完整的查询引擎和索引引擎，部分文本分析引擎。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能。
全文检索的应用场景
对于数据量大、数据结构不固定的数据可采用全文检索方式搜索，比如百度、Google等搜索引擎、论坛站内搜索、电商网站站内搜索等。
索引和搜索流程图

1.绿色表示索引过程，对要搜索的原始内容进行索引构建一个索引库，索引过程包括：确定原始内容即要搜索的内容->采集文档->创建文档->分析文档->索引文档
2.红色表示搜索过程，从索引库中搜索内容，搜索过程：用户通过搜索界面->创建查询->执行搜索，从索引库搜索->渲染搜索结果
开发环境
版本：lucene(版本号)
jdk要求：1.7以上
所使用的jar包
lucene-core-(版本号)
lucene-analyrers-common-(版本号)
lucene-queryparser-(版本号)
其他
commons-io-(版本号)
junit-(版本号)
创建索引库

@Test
	public void createIndex()throws Exception{
		//1.指定索引存放的位置，可以是内存也可以是磁盘。
		//索引库保存到内存中，一般不用
		//Directory directory = new RAMDirectory();
		//保存到磁盘上
		Directory directory = FSDirectory.open(new File("G:\\temp\\index"));
		//2.创建一个IndexWriter对象，需要一个分析器对象。
		Analyzer analyzer = new StandardAnalyzer();
		//参数1：lucene的版本号，第二个参数：分析器对象
		IndexWriterConfig conf = new IndexWriterConfig(Version.LATEST, analyzer);
		//参数1：索引库存放的路径 参数2：配置信息，其中包含分析器对象
		IndexWriter indexWriter = new IndexWriter(directory, conf);
		//3.获得原始文档，使用Io流读取文本文件
		File docPath = new File("E:\\TEST");
		for (File f : docPath.listFiles()) {
			//取文件名
			String fileName = f.getName();
			//取文件路径
			String filePath = f.getPath();
			//文件的内容
			String fileContent = FileUtils.readFileToString(f);
			//文件的大小
			long fileSize = FileUtils.sizeOf(f);
			//4.创建文档对象
			Document document = new Document();
			//创建域
			//参数1：域的名称 参数2：域的内容 参数3：是否存储
			TextField fileNameField =  new TextField("name", fileName, Store.YES);
			//参数1：域的名称 参数2：域的内容
			StoredField filePathField = new StoredField("path", filePath);
			//参数1：域的名称 参数2：域的内容 参数3：是否存储
			TextField fileContentField = new TextField("cotent", fileContent, Store.NO);
			//参数1：域的名称 参数2：域的内容 参数3：是否存储
			 LongField fileSizeField =new LongField("size", fileSize, Store.YES);
			//5.向文档添加域
			 document.add(fileNameField);
			 document.add(filePathField);
			 document.add(fileContentField);
			 document.add(fileSizeField);
			 //6.把文档对象写入索引库
			 indexWriter.addDocument(document);
		}
		//7.关闭IndexWriter对象
		indexWriter.close();
		
	}

查询索引库

@Test
	public void searchIndex()throws Exception{
		//1.指定索引库存放位置
		Directory directory = FSDirectory.open(new File("G:\\temp\\index"));
		//2.使用IndexReader对象打开索引库
		IndexReader indexReader = DirectoryReader.open(directory);
		//3.创建一个IndexSerarcher对象，构造方法需要一个indexReader对象
		IndexSearcher indexSearcher = new IndexSearcher(indexReader);
		//4.创建一个查询对象，需要指定查询域及要查询的关键字
		//term的参数1：要搜索的域 参数2：搜索的关键字
		Query query = new TermQuery(new Term("name","apache"));
		//参数1：查询条件 参数2：查询结果返回的最大值
		//5.取查询结果
		TopDocs topDocs = indexSearcher.search(query, 10);
		//取查询结果总记录数
		System.out.println("查询结果总记录数："+ topDocs.totalHits);
		//6.遍历查询结果并打印
		for (ScoreDoc scoreDoc : topDocs.scoreDocs) {
			//取文档id
			int id = scoreDoc.doc;
			//从索引库中取文档对象
			Document document = indexSearcher.doc(id);
			//取属性
			System.out.println(document.get("name"));
			System.out.println(document.get("size"));
			System.out.println(document.get("content"));
			System.out.println(document.get("path"));
		}
		//7.关闭IndexReader对象
		indexReader.close();
		
	}

分析器的分词效果

@Test
	public void testAnanlyzer() throws Exception{
		//创建一个分析器对象
		Analyzer analyzer = new StandardAnalyzer();
		//从分析器对象中获取tokenStream对象
		//参数1：域的名称，可以为空或者""
		//参数2：要分析的文本内容
		TokenStream tokenStream = analyzer.tokenStream("", "The Spring Framework provides a comprehensive programming and configuration model.");
		//设置一个引用，引用可以多重类型，可以时候关键词的引用、偏移量的引用
		CharTermAttribute charTermAttribute = tokenStream.addAttribute(CharTermAttribute.class);
		//偏移量
		OffsetAttribute offsetAttribute = tokenStream.addAttribute(OffsetAttribute.class);
		//调用tokenStream的reset方法
		tokenStream.reset();
		//使用while循环变量单词列表
		while (tokenStream.incrementToken()){
			System.out.println("star->"+offsetAttribute.startOffset());
			//打印单词
			System.out.println(charTermAttribute);
			System.out.println("end->"+offsetAttribute.startOffset());
		}
		//关闭tokenStream
		tokenStream.close();
	}

IK分词器
jar包

配置文件

//查看分析器的分词效果
	@Test
	public void testAnanlyzer() throws Exception{
		//创建一个分析器对象
		Analyzer analyzer = new IKAnalyzer();
		//从分析器对象中获取tokenStream对象
		//参数1：域的名称，可以为空或者""
		//参数2：要分析的文本内容
		TokenStream tokenStream = analyzer.tokenStream("", "白富美二货数据库中存储的数据是高富帅结构化数据，即行数据java，可以用二维表结构来逻辑表达实现的数据.");
		//设置一个引用，引用可以多重类型，可以时候关键词的引用、偏移量的引用
		CharTermAttribute charTermAttribute = tokenStream.addAttribute(CharTermAttribute.class);
		//偏移量
		OffsetAttribute offsetAttribute = tokenStream.addAttribute(OffsetAttribute.class);
		//调用tokenStream的reset方法
		tokenStream.reset();
		//使用while循环变量单词列表
		while (tokenStream.incrementToken()){
			System.out.println("star->"+offsetAttribute.startOffset());
			//打印单词
			System.out.println(charTermAttribute);
			System.out.println("end->"+offsetAttribute.startOffset());
		}
		//关闭tokenStream
		tokenStream.close();
	}

分析器使用场景
1.创建索引时
2.查询索引时

维护索引库-添加文档

@Test
	public void addDocument() throws Exception{
		Directory directory = FSDirectory.open(new File("G:\\temp\\index"));
		Analyzer analyzer = new IKAnalyzer();
		//参数1：Iucene的版本号，第二个参数：分析器对象
		IndexWriterConfig conf = new IndexWriterConfig(Version.LATEST, analyzer);
		IndexWriter indexWriter = new IndexWriter(directory,conf);
		//创建Document对象
		Document document = new Document();
		//创建域
		 TextField FileNameField = new TextField("name", "测试文件.txt", Store.YES);
		 StoredField FilepathFile = new StoredField("path", "G:\\temp\\测试文件.txt");
		 document.add(FileNameField);
		 document.add(FileNameField);
		 //写入索引库
		 indexWriter.addDocument(document);
		//关闭资源
		 indexWriter.close();
	}

维护索引库-删除文档

//删除全部文档
	public void deleteAllDocument()throws Exception{
		//获得IndexWriter对象
		IndexWriter indexWriter = this.getIndexWriter();
		//调用删除方法删除索引库
		indexWriter.deleteAll();
		indexWriter.close();
	}

维护索引库-根据查询删除文档

public void deleteDocmenttByQuery()throws Exception{
		IndexWriter indexWriter =this.getIndexWriter();
		//指定查询条件
		Query query = new TermQuery(new Term("name","apahce"));
		//删除文档
		indexWriter.deleteDocuments(query);
		//关闭资源
		indexWriter.close();
	}

维护索引库-更新文档

//更新索引库
	public void updateDocument()throws Exception{
	   IndexWriter indexWriter = this.getIndexWriter();
	   //创建一个新的文档对象
	   Document document =new Document();
	   document.add(new TextField("name","更新后的文档",Store.YES));
	   document.add(new TextField("content", "更新后的文档内容",Store.YES));
	   //term对象：指定要删除域及要删除的关键词，先根据term查询，把查询结果删除，然后追加一个新的文档
	   indexWriter.updateDocument(new Term("name","spring"),document);
	   //关闭资源
	   indexWriter.close();
	}