lucene索引搜索_Lucene –快速添加索引和搜索功能

lucene索引搜索

什么是Lucene？

Apache LuceneTM是完全用Java编写的高性能，功能齐全的文本搜索引擎库。它是一项适用于几乎所有需要全文本搜索的应用程序的技术，尤其是跨平台。

Lucene可以纯文本，整数，索引PDF，Office文档。等等。，

Lucene如何启用“更快的搜索”？

Lucence创建了一个称为倒排索引的东西。通常我们在文档中映射文档->术语。但是，Lucene则相反。创建索引词->包含该词的文档列表，这使搜索速度更快。

安装Lucene

Maven依赖

<pre class='brush:xml'><dependency><groupid>org.apache.lucene</groupid><artifactid>lucene-core</artifactid><version>3.0.2</version><type>jar</type><scope>compile</scope>
</dependency>

下载依赖

从http://lucene.apache.org/下载Lucene，并将lucene-core.jar添加到类路径中

Lucene如何工作？

首先让我们从底部开始了解图片-中心。原始文本用于创建Lucene“文档”，使用指定的分析器对其进行分析，然后根据字段的Store，TermVector和Analzed属性将文档添加到索引中。

接下来，从上到下搜索。用户以文本格式指定查询。查询对象是基于查询文本构建的，执行查询的结果作为TopDocs返回。

核心Lucene类别

目录，FSDirectory，RAMDirectory	包含索引的目录基于文件系统的索引目录基于内存的索引目录	目录 indexDirectory = FSDirectory.open（新文件（'c：// lucene // nodes'））;
索引作家	处理写入索引– addDocument，updateDocument，deleteDocuments，merge等	IndexWriter writer =新的IndexWriter（indexDirectory，新的StandardAnalyzer（Version.LUCENE_30），新的MaxFieldLength（1010101））;
IndexSearcher	使用indexReader进行搜索-搜索（查询，整型）	IndexSearcher searcher =新的IndexSearcher（indexDirectory）;
文件	DTO用于索引和搜索	Document document = new Document（）;
领域	每个文档包含多个字段。有2部分，名称，值。	新字段（'id'，'1'，Store.YES，Index.NOT_ANALYZED）
术语	测试一个字。用于search.2零件。要搜索的字段和要搜索的值	条款term = new Term（'id'，'1'）;
询问	所有查询类型的基础-TermQuery，BooleanQuery，PrefixQuery，RangeQuery，WildcardQuery，PhraseQuery等。	查询查询=新的TermQuery（term）;
分析仪	从文本构建令牌，并帮助从文本构建索引词	新的StandardAnalyzer（）

Lucene目录

目录–是Lucene在其上运行的数据空间。它可以是文件系统或内存。

以下是常用的目录

目录	描述	例
FS目录	基于文件系统的目录	目录= FSDirectory.open（文件文件）; //文件->目录路径
RAM目录	基于内存的Lucene目录	目录=新的MemoryDirectory（） Directory = new MemoryDirectory（Directory dir）//将基于文件的目录加载到内存

创建索引条目

Lucene的“文档”对象是索引中使用的主要对象。文档包含多个字段。分析器在文档字段上进行工作以将其分解为令牌，然后使用索引编写器写入目录。

索引作家

IndexWriter writer = new IndexWriter(indexDirectory, new StandardAnalyzer(Version.LUCENE_30), true, MaxFieldLength.UNLIMITED);

分析仪

将文本分析为要搜索的标记或关键字的工作。 Lucene提供的默认分析器很少。分析器的选择定义了如何对索引文本进行标记和搜索。

以下是一些标准分析仪。

示例–分析器如何处理示例文本

定义字段索引的属性

存储–是否应存储该字段以便将来检索
分析–应将内容拆分为令牌
TermVECTOR –是否存储基于术语的详细信息

店铺：

该字段是否应存储以便以后撤退

是的	存储值，以后可以从索引中检索
商店编号	不要储存。与Index.ANALYZED一起使用。当令牌仅用于搜索时

分析：

如何分析文字

索引分析	将文本分解为标记，对每个标记编制索引以使其可搜索
索引：NOT_ANALYZED	将整个文本作为单个标记编制索引，但不要进行分析（拆分）
Index.ANALYZED_NO_NORMS	与ANALYZED相同，但不存储规范
索引：NOT_ANALYZED_NO_NORMS	与NOT_ANALYZED相同，但没有规范
索引号	别使该字段完全可搜索

词向量

相似，突出显示等需要术语详细信息

TermVector.YES	记录每个文档中的唯一条款+计数+无位置+无偏移
TermVector.WITH_POSITIONS	记录每个文档中的唯一条款+计数+位置+无偏移
TermVector.WITH_OFFSETS	记录每个文档中的唯一条款+计数+无位置+抵消
TermVector.WITH_POSITIONS_OFFSETS	记录每个文档中的唯一条款+计数+位置+偏移
TermVector.NO	不要记录术语向量信息

创建索引的示例

IndexWriter writer = new IndexWriter(indexDirectory, new StandardAnalyzer(Version.LUCENE_30), true,MaxFieldLength.UNLIMITED);Document document = new Document();
document.add(new Field('id', '1', Store.YES, Index.NOT_ANALYZED));
document.add(new Field('name', 'user1', Store.YES, Index.NOT_ANALYZED));
document.add(new Field('age', '20', Store.YES, Index.NOT_ANALYZED));
writer.addDocument(document);

更新索引的示例

IndexWriter writer = new IndexWriter(indexDirectory, new StandardAnalyzer(Version.LUCENE_30), true,MaxFieldLength.UNLIMITED);Document document = new Document();
document.add(new Field("id", "1", Store.YES, Index.NOT_ANALYZED));
document.add(new Field("name", "user1", Store.YES, Index.NOT_ANALYZED));
document.add(new Field("age", "20", Store.YES, Index.NOT_ANALYZED));
writer.addDocument(document);

删除索引的例子

IndexWriter writer = new IndexWriter(indexDirectory, new StandardAnalyzer(Version.LUCENE_30), MaxFieldLength.UNLIMITED);Term term = new Term('id', '1');
writer.deleteDocuments(term);

搜索索引： 用户以文本格式指定查询。根据查询文本构建查询对象，对其进行分析，然后将执行的查询结果作为TopDocs返回。
查询是搜索的主要输入。

术语查询
布尔查询	是否（合并多个查询）
前缀查询	以。。开始
通配符查询	？和* – *开头不允许
词组查询	精确短语
范围查询	术语范围或数字范围
模糊查询	相似词搜索

样本查询

搜索示例：

IndexSearcher searcher = new IndexSearcher(indexDirectory);
Term term = new Term('id', '1');
Query query = new TermQuery(term);
TopDocs docs = searcher.search(query, 3);
for (int i = 1; i <= docs.totalHits; i++)
{System.out.println(searcher.doc(i));
}

Lucene诊断工具：

卢克– http://code.google.com/p/luke/
Luke是一个方便的开发和诊断工具，它可以访问现有的Lucene索引，并允许您以几种方式显示和修改其内容：
豪华轿车– http://limo.sourceforge.net/
这个想法是要有一个小的工具作为Web应用程序运行，它提供有关Lucene搜索引擎使用的索引的基本信息。