基于lucene的案例开发：lucene初始认知

转载请注明出处：http://blog.csdn.net/xiaojimanman/article/details/42804713

数据分类：

      对于日常生活中的数据，我们可以大致分为如下三大类：结构化数据、非结构化数据、半结构化数据：

结构化数据：指具有固定格式或有限长度的数据，如数据库行数据：存在数据库中，可以用二维表结构来逻辑表达实现的数据

非结构化数据：指不定长度或者无固定格式的数据，如邮件、word文档、音频、超音频等

半结构化数据：对于这种数据可以按照结构化数据来处理，也可以提取纯文本按照非结构化数据来处理，如xml数据

      对于不同的数据当然就需要采取不同的检索方式，结构化数据大家也许都很熟悉，可以用熟悉的sql语句进行检索，如“select * from student where stuno like '2014%'”，这样一条简单的sql语句就可以查找到所有学号以2014开始的学生信息了；那对于非结构化的数据又该如何处理呢？使用sql中的like?这答案显然是否定的，对于非结构化的数据常用的检索方式有顺序扫描、索引（Index），不用测试也可以知道，顺序扫描的效率还是相当差的，下面就重点的介绍一下对非结构化数据的索引检索。

索引步骤：

      对于非结构化数据采用索引检索又可以说是全文检索（Full-Text-Search），在索引过程中，我大致给它分成两大步骤：

索引创建（Indexing）：将结构化数据或非结构化数据提取信息创建索引的过程，具体如下图左半部分所示：

搜索索引（Search）根据用户的查询条件，检索已创建的索引，返回查询结果的过程，具体如参照下图右半部分所示：