Luncen学习笔记 -- day02 入门

一：luncen的执行流程

1、流程图

2.、创建索引

        原始文档：要在那些内容中进行搜索，这些内容就是原始文档

        （1）、获的文档

        （2）、创建文档对象

                     在luncene中对应每个原始文档创建一个document对象。document中有很多field（域），域中保存了原始文档的属性。每个属性保存到一个field中

                     不同的文档可以有不通的域。每一个文档都有一个唯一的id。

     

        （3）、分析文档：对field中的内容进行分析

                      a、按照空格对字符串进行切割，得到一个单词列表

                      b、去除标点符号

                     c、去除停用词（的、the、等没有意义的词）

                     d、转换大小写

                     最终得到一个词汇单元流，单词列表。把每个单词封装成一个 term 对象。

                     term对象中有：单词所在的域名称，单词本身

                     不同域中拆分出来相同的单词不是一个term。

        （4）、创建索引：

                    a、基于单词列表创建索引

                    b、把索引保存到磁盘

                    c、文档对象保存到磁盘

                    d、需要把关键词（term）和文档的对应关系记录下来。

                    索引库就是一个倒排索引的结构，是通过单词来查找文档

3、查询索引

（1）、用户查询接口

        用户输入查询条件的地方

（2）、把查询内容封装成查询对象

        包含两部分内容

              a、要搜索的域

              b、要搜索的内容

（3）、执行查询

        到索引库中查询索引，找到关键词后，根据关键词和文档的对应关系，找到对应文档的id列表

（4）、渲染结果

        a、根据文档id找到文档内容

        b、从文档域中把内容取出来

        c、对内容进行高亮显示

        d、对结果进行分页处理