拆解Clucene 系列(1)---Clucene的特点和难点

最近，我在阅读和学习Clucene的源代码，在此记录学习和使用心得。网上也有一些分析教程。但几乎都是大同小异。

搜索是本身是一个偏重于算法和流程的东西。我感觉使用面向过程的编程模式反而更好理解一些，但Clucence使用C++的特性，高度面向对象化，到处是接口。反而加大了理解难度。

clucene的特点：

1. 支持Ascii和unicode两种字符集。
2. 支持多线程并行查询。
3. 支持多种查询方式。
4. 代码组织结构清晰简洁。
5. 几乎不依赖第三方库，部署配置简单。
6. 索引文件格式独立于应用平台，程序可以跨平台编译运行。
7. 程序自带有多种分析器，并且很容易扩展。
8. Clucene提供的api,比较简单易懂。

Clucence的难点有：

1. 在代码中，使用了较多的设计模式。设计模式主要有职责链模式，工厂模式，组合模式，迭代器模式等。
2. 构建索引的过程。
3. 索引合并的过程。
4. 权重打分的算法。
5. 模糊查询的实现。
6. Bool查询的实现。
7. 一些算法的实现（跳跃表的实现，边界距离的实现)。
8. 代码量比较大，但也没有日志，跟踪不到整个流程。
   

Clucence的几个重要术语有：http://blog.csdn.net/smartfox80/article/details/52182689