一、全文检索
全文检索是计算机程序通过文章中每一个词,对每一个词建立一个索引,指明该词在文章的次数和位置。当用户查询时根据建立的索引查找,类似于通过字典的检索字表查找字的过程。
二、lucene 的索引是存放在一个索引库,是包括索引表和数据文档,一个反向索引结构图。
三。索引数字和查询
doc.add(new NumericField("price", Field.Store.YES, true).setIntValue(123456));
Query q = NumericRangeQuery.newIntRange("price", 1, 1111111, true, true);
//排序
TopDocs tDocs =searcher.search(q, null, 100, new Sort(new SortField("price", SortField.FLOAT, true)));
System.out.println(tDocs.totalHits);
四.创建索引 各种配置如:
Index选项
Index.ANALYZED – 索引并分词(适用于body, title, abstract等.).
Index.NOT_ANALYZED – 索引但不分词,可以使用NORM方式.(可以人为干预提权)
Index.ANALYZED_NO_NORMS – 索引并分词但不使用NORM方式(不可认为提权)
Index.NOT_ANALYZED_NO_NORMS – 索引但不分词也不使用NORM方式(经常用到,存储标志值最好的方式.)
Index.NO – 不索引
Store选项
Store.YES – 存储
Store.NO – 不存储
TermVector选项
(除TermVector.NO外其他必须要求Index选项为Index.ANALYZED或Index.NOT_ANALYZED)
TermVector.YES – 最基本的向量存储(特殊性,数量,在哪个文档)
TermVector.WITH_POSITIONS – TermVector.YES+位置
TermVector.WITH_OFFSETS – TermVector.YES+偏移
TermVector.WITH_POSITIONS_OFFSETS – TermVector.YES+位置+偏移
TermVector.NO – 不做向量存储
各选项组合应用场景
Index | Store | TermVector | 事例 |
NOT_ANALYZD ED_NO_NORMS | YES | NO | 主键,电话,身份证号,URLs,日期和需要排序的字段 |
ANALYZED | YES | WITH_POSITIONS_OFFSETS | 文档标题,摘要. |
ANALYZED | NO | WITH_POSITIONS_OFFSETS | 文档主体 |
NO | YES | NO | 文档类型,数据库主键(如果不需要检索该字段的话) |
NOT_ANALYZED | NO | NO | 隐藏字段 |