什么是Lucene
Lucene是apache软件基金会发布的一个开放源代码的全文检索引擎工具包，由资深全文检索专家Doug
Cutting所撰写,它是一个全文检索引擎的架构，提供了完整的创建索引和查询索引，以及部分文本分析的引擎，Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎，Lucene在全文检索领域是一个经典的祖先，现在很多检索引擎都是在其基础上创建的，思想是相通的。
即：Lucene是根据关健字来搜索的文本搜索工具，只能在某个网站内部搜索文本内容，不能跨网站搜索。
Lucene使用场景
Lucece不能用在互联网搜索（即像百度那样），只能用在网站内部的文本搜索（即只能在CRM，RAX，ERP内部使用），但思想是相通的。
Lucene中内容
Lucene中存的就是一系列的二进制压缩文件和一些控制文件，它们位于计算机的硬盘上， 这些内容统称为索引库，索引库有二部份组成：
（1）原始记录
存入到索引库中的原始文本，例如：spring是一款轻量级java框架
（2）词汇表
按照一定的拆分策略（即分词器）将原始记录中的每个字符拆开后，存入一个供将来搜索的表
为什么网站内部用Lucene来搜索，而不用SOL来搜索
（1）SQL只能针对数据库表搜索，不能直接针对硬盘上的文本搜索
（2）SQL没有相关度排名
（3）SQL搜索结果没有关健字高亮显示
（4）SQL需要数据库的支持，数据库本身需要内存开销较大，例如：Oracle
（5）SQL搜索有时较慢，尤其是数据库不在本地时，超慢，例如：Oracle
（6）针对关键字的搜索数据库用like之类的模糊全文检索相对慢很多
Lucene jar包：
lucene-core-3.0.2.jar【Lucene核心】
lucene-analyzers-3.0.2.jar【分词器】
lucene-highlighter-3.0.2.jar【Lucene会将搜索出来的字，高亮显示，提示用户】
lucene-memory-3.0.2.jar【索引库优化策略】
资源地址：http://download.csdn.net/download/yutao_struggle/10129441
lucene是将javabean对象转换成document对象，并按照一定的拆分策略（即将内容拆成单个字或词语等，用户就可以通过单个字或词语来搜索）存入索引库中。
下面编写一个简单的Lucene应用，首先创建一个javabean对象
public class Article {
private int id; //编号
private String title; //标题
private String content; //内容
public Article() {
super();
}
public Article(int id, String title, String content) {
super();
this.id = id;
this.title = title;
this.content = content;
}
public int getId() {
return id;
}
public void setId(int id) {
this.id = id;
}
public String getTitle() {
return title;
}
public void setTitle(String title) {
this.title = title;
}
public String getContent() {
return content;
}
public void setContent(String content) {
this.content = content;
}
@Override
public String toString() {
return "编号:"+id+"标题:"+title+"\n内容:"+content;
}
}编写lucene测试类
public class Test {
/*创建Lucene索引步骤：
* 1.创建Javabean对象
* 2.创建document对象
* 3.将javabean对象中的属性设置到document对象中，属性名可以相同或不相同
* 4.指定索引库目录、分词器、最大字段长度等属性
* 5.创建IndexWriter对象流
* 6.将document对象通过IndexWriter对象写入到索引库中
* 7.关闭IndexWriter对象
*
* */
@org.junit.Test
public void createIndexDB() throws Exception{
Article article = new Article(1,"java","面向对象的编程语言");
Document document = new Document();
document.add(new Field("id",String.valueOf(article.getId()),Store.YES,Index.ANALYZED)); //Store.YES表示将该属性加入词汇表，Index.ANALYZED表示该属性会被分词
document.add(new Field("title",article.getTitle(),Store.YES,Index.ANALYZED));
document.add(new Field("content",article.getContent(),Store.YES,Index.ANALYZED));
Directory directory = FSDirectory.open(new File("E:/DBDB")); //索引库目录
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30); //分词器，Version为Lucene版本号
MaxFieldLength mfl = MaxFieldLength.LIMITED; //属性最多可分几个词，默认1万个词
IndexWriter indexWriter = new IndexWriter(directory, analyzer, mfl);
indexWriter.addDocument(document);
indexWriter.close();
}
/*
* 通过关键字从索引库查询数据步骤:
* 1.指定索引库目录、分词器、最大字段长度等属性
* 2.创建IndexSearcher对象流
* 3.创建QueryParser对象
* 4.将关键字封装到Query对象中
* 5.通过IndexSearcher对象从索引库的词汇表中查询若干条符合条件的记录（若查询到的记录条数不足定义的，则以实际为准）
* 6.获取符合条件的记录编号
* 7.IndexSearcher对象通过编号到原始记录表中查询元素记录，返回document对象
* 8.将document对象中所有属性取出，在封装到javabean对象中
*
*/
@org.junit.Test
public void findIndexDB() throws Exception{
String keyword = "编程"; //关键字
ArrayList<Article> articles = new ArrayList<>();
Directory directory = FSDirectory.open(new File("E:/DBDB"));
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30); //分词器
MaxFieldLength mfl = MaxFieldLength.LIMITED;
IndexSearcher indexSearcher = new IndexSearcher(directory);
QueryParser queryParser = new QueryParser(Version.LUCENE_30,"content",analyzer); //content表示关键字处于content中的记录
Query query = queryParser.parse(keyword);
TopDocs topDocs = indexSearcher.search(query, 100);
for(int i=0;i<topDocs.scoreDocs.length;i++){
ScoreDoc socreDoc = topDocs.scoreDocs[i];
int doc = socreDoc.doc; //编号
Document document = indexSearcher.doc(doc);
Article arcticle = new Article(Integer.parseInt(document.get("id")),document.get("title"),document.get("content"));
articles.add(arcticle);
}
System.out.println(articles);
}
}上述TopDocs对象有totalHits和ScoreDocs属性，其中ScoreDocs是一个数组，它有二个属性，分别是doc和score，doc表示的是根据关键字查询到记录在原始记录表中的编号，score表示分数，查询的记录会根据分数排序。
将上述代码进行封装，利用反射创建一个工具类：
public class LuceneUtil {
private static Directory directory; //目录
private static Version version; //lucene版本
private static Analyzer analayzer; //分词器
private static MaxFieldLength maxFieldLength; //最多分词数
static{
try {
directory = FSDirectory.open(new File("D:/DBDBDB"));
version = Version.LUCENE_30;
analayzer = new StandardAnalyzer(version);
maxFieldLength = MaxFieldLength.LIMITED;
} catch (IOException e) {
e.printStackTrace();
}
}
public static Directory getDirectory() {
return directory;
}
public static Version getVersion() {
return version;
}
public static Analyzer getAnalayzer() {
return analayzer;
}
public static MaxFieldLength getMaxFieldLength() {
return maxFieldLength;
}
private LuceneUtil(){
}
/*
* 将javabean对象转换成documen对象
*/
public static Document java2Document(Object obj){
Document document = null;
try {
Class clazz = obj.getClass();
java.lang.reflect.Field[] fields = clazz.getDeclaredFields();
document = new Document();
for(java.lang.reflect.Field field : fields){
field.setAccessible(true);
String fieldName = field.getName();
String methodName = "get"+fieldName.substring(0,1).toUpperCase()+fieldName.substring(1);
Method method = clazz.getMethod(methodName, null);
Object value = method.invoke(obj, null);
document.add(new Field(fieldName,value.toString(),Store.YES,Index.ANALYZED));
}
} catch (SecurityException | NoSuchMethodException | IllegalAccessException | IllegalArgumentException
| InvocationTargetException e) {
new RuntimeException("转换失败");
}
return document;
}
/*
* 将document对象转换成javabean对象
*/
public static Object document2Java(Document document,Class clazz){
Object obj = null;
try {
obj = clazz.newInstance();
java.lang.reflect.Field[] fields = clazz.getDeclaredFields();
for(java.lang.reflect.Field field : fields){
field.setAccessible(true);
String fieldName = field.getName();
String methodName = "set"+fieldName.substring(0,1).toUpperCase()+fieldName.substring(1);
Class<?> type = field.getType();
Method method = clazz.getMethod(methodName,type);
BeanUtils.setProperty(obj, fieldName, document.get(fieldName)); //这里使用了BeanUtils工具类，请导入commons-beanutils-1.7.0.jar包
}
} catch (SecurityException | NoSuchMethodException | IllegalAccessException | IllegalArgumentException | InvocationTargetException | InstantiationException e) {
new RuntimeException("document转换java失败");
}
return obj;
}
}上面已经介绍了Lucene怎样将一个javabean对象写入索引库，以及如何通过关键字从索引库中查询记录。下面代码是关于Lucene的update和delete功能：
@Test
public void testUpdate() throws Exception{
Article article = new Article(1,"js","面向对象的脚本语言");
IndexWriter indexWriter = new IndexWriter(LuceneUtil.getDirectory(),LuceneUtil.getAnalayzer(),LuceneUtil.getMaxFieldLength());
indexWriter.updateDocument(new Term("id","1"),LuceneUtil.java2Document(article)); //根据document的id属性更新
indexWriter.close();
}
@Test
public void testDelete() throws Exception{
IndexWriter indexWriter = new IndexWriter(LuceneUtil.getDirectory(),LuceneUtil.getAnalayzer(),LuceneUtil.getMaxFieldLength());
//indexWriter.deleteDocuments(new Term("id","1")); //根据document的id属性删除
//indexWriter.deleteAll();
QueryParser queryParser = new QueryParser(LuceneUtil.getVersion(),"content",LuceneUtil.getAnalayzer());
Query query = queryParser.parse("对象");
indexWriter.deleteDocuments(query);
indexWriter.close();
}使用updateDocument方法时，如果没有要update的document对象，此方法相当于addDocument，而当有多个document对象匹配时，这些对象将被更新的一个对象所取代，其中删除方法deleteAll()可以删除所有原始记录，delete还可以根据Query或Term删除一个或多个。
提示：根据关键字搜索或删除不可以有英文，因为使用的StandardAnalyzer分词器不支持英文分词检索，更多内容下节见
扫一扫
724
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
