lucene使用3.0.3

Lucene是用Java编写的全文搜索引擎，可以为任何应用程序提供强大的搜索功能。 Lucene的核心是基于文件的全文本索引。 Lucene提供API创建该索引，然后向该索引添加和删除内容。 此外，它允许使用功能强大的搜索算法从该索引中搜索和检索信息。 可以从不同的来源（如数据库，文件系统以及网站）中提取存储的数据。 在开始之前，让我们先思考一下。

倒排索引

倒排索引是一种数据结构，用于存储内容的映射以及包含该内容的对象的位置。 为了更加清楚，这里有一些示例

1. 图书索引 – 图书索引包含重要的单词以及包含这些单词的页面。 因此，书索引可帮助我们导航到包含特定单词的页面。
2. 使用价格范围列出葡萄酒 –价格范围是内容，葡萄酒名称是具有该价格范围的对象
3. 网站索引 -通过关键字列出网站地址。 例如，所有包含关键字“ Apache Lucene”的网页的列表
4. 购物车 –按类别列出购物车中的物品。  

多面搜索

任何对象都可以具有多个属性，每个属性是该对象的一个方面 。 分面搜索使我们可以基于多个分面来搜索对象的集合。 多面搜索也称为多面导航或多面浏览 ，它使我们可以搜索根据多面组织结构组织的信息 。

考虑一个购物车中的商品示例。 商品可以具有多个类别，例如类别，标题，价格，颜色，重量等。现在，商品搜索可以让我们搜索花园类别中所有具有红色且价格在30卢比到Rs之间的商品.40。

Lucene为我们提供了一个API

1. 创建一个倒排索引。
2. 根据分面分类存储信息。
3. 使用分面搜索检索信息。

所有以上这些使Lucene成为超快速的搜索引擎，它返回超相关的搜索结果。

Lucene功能

1. 相关性排名搜索
2. 短语，接近度，通配符搜索。
3. 可插入式山墙分析仪。
4. 多面搜索。
5. 基于字段的排序
6. 范围查询
7. 多重索引搜索。
8. 快速索引150GB /小时。
9. 轻松备份和还原。
10. 小内存需求。
11. 增量加法和快速搜索。

有关完整列表，请访问此处： http : //lucene.apache.org/core/features.html

Lucene概念和术语

1. 索引编制-索引编制涉及通过称为“ IndexWriter ”的类将文档添加到Lucene索引中。
2. 搜索 –搜索涉及借助名为“ IndexSearcher ”的类从Lucene索引中检索文档。
3. 文档 – Lucene文档是单个搜索和索引单元。 例如购物车中的物品。 Lucene索引可以包含数百万个文档。
4. 字段 –字段是任何文档的属性。 换句话说，字段是作为对象的文档的各个方面。 例如，购物车中某商品的类别。 每个文档可以具有多个字段。
5. 查询 – Lucene有自己的查询语言。 这使我们可以基于多个字段搜索文档。 我们可以为一个字段分配权重，也可以对查询使用布尔表达式，例如and和or。 例如– 返回购物车中属于花园或家庭类别且颜色为红色且价格低于1000卢比的所有物品。
6. 分析器 –要对字段文本进行索引时，需要将其转换为最基本的形式。 首先，将它们标记化，然后将其转换为小写字母，标记化，去斑点化。 这些任务由分析器执行。 分析仪非常复杂，我们需要深入研究如何使用它们。 大多数情况下，内置分析仪不能满足我们的要求，在这种情况下，我们可以创建一个新的分析仪。 在本教程中，我们将使用StandardAnalyzer，因为它们包含了我们所需的大多数基本功能。

教程目标

1. 尝试创建一个Lucene索引。
2. 在其中插入书籍记录。
3. 在此索引上执行各种搜索。

1. 书名（字符串
2. 图书作者（字符串）
3. 图书类别（字符串）
4. #Pages（int）
5. 价格（浮动）

本教程的代码已提交给SVN。 可以从以下位置检出： https : //www.assembla.com/code/weblog4j/subversion/nodes/24/SpringDemos/trunk

这是一个扩展项目，包含更多教程。 lucene类位于com.aranin.spring.lucene包中

1. LuceneUtil –此类包含创建索引，创建IndexWriter和IndexSearcher的实用方法。
2. MySearcherManager –此类使用LuceneUtil并对索引执行搜索。
3. MyWriterManager –此类使用LuceneUtil并对索引执行写操作。

逐步演练

1. 依赖关系 –依赖关系可以通过maven添加

<dependency><artifactId>lucene-core</artifactId><groupId>org.apache.lucene</groupId><type>jar</type><version>${lucene-version}</version></dependency><dependency><artifactId>lucene-queries</artifactId><groupId>org.apache.lucene</groupId><type>jar</type><version>${lucene-version}</version></dependency><dependency><artifactId>lucene-queryparser</artifactId><groupId>org.apache.lucene</groupId><type>jar</type><version>${lucene-version}</version></dependency><dependency><artifactId>lucene-analyzers-common</artifactId><groupId>org.apache.lucene</groupId><type>jar</type><version>${lucene-version}</version></dependency><dependency><artifactId>lucene-facet</artifactId><groupId>org.apache.lucene</groupId><type>jar</type><version>${lucene-version}</version></dependency>

2. 创建索引 –可以通过在创建模式下创建IndexWriter来创建索引。

public void createIndex() throws Exception {boolean create = true;File indexDirFile = new File(this.indexDir);if (indexDirFile.exists() && indexDirFile.isDirectory()) {create = false;}Directory dir = FSDirectory.open(indexDirFile);Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_43);IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_43, analyzer);if (create) {// Create a new index in the directory, removing any// previously indexed documents:iwc.setOpenMode(IndexWriterConfig.OpenMode.CREATE);}IndexWriter writer = new IndexWriter(dir, iwc);writer.commit();writer.close(true);}

• indexDir是您要在其中创建索引的目录。
• 目录是用于存储索引的文件的平面列表。 它可以是RAMDirectory，FSDirectory或基于DB的目录。
• FSDirectory实现目录并将索引保​​存在文件系统中的文件中。
• IndexWriterConfig.Open模式在create或create_append或appned模式下创建编写器。 如果创建模式不存在或覆盖现有索引，则创建模式会创建一个新索引。 为了创建目的，我们创建一个现有的。
• 调用上述方法将创建一个空索引。

3. 写入索引 –创建索引后，我们可以向其中写入文档。 这可以通过以下方式完成。

public void createIndexWriter() throws Exception {boolean create = true;File indexDirFile = new File(this.indexDir);Directory dir = FSDirectory.open(indexDirFile);Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_43);
<span style="color: #222222; font-family: 'Courier 10 Pitch', Courier, monospace; line-height: 21px;">IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_43, analyzer);</span>iwc.setOpenMode(IndexWriterConfig.OpenMode.CREATE_OR_APPEND);this.writer = new IndexWriter(dir, iwc);}

上面的方法在create_append模式下创建一个writer。 在这种模式下，如果创建了索引，则不会覆盖它。 您可以注意到，此方法不会关闭编写器。 它只是创建并返回它。 创建IndexWriter是一项昂贵的操作。 因此，我们不应该在每次必须将文档写入索引时都创建作者。 相反，我们应该创建一个IndexWriter池，并使用线程系统从池中将写入器写入索引，然后将写入器返回到池中。

public void addBookToIndex(BookVO bookVO) throws Exception {Document document = new Document();document.add(new StringField("title", bookVO.getBook_name(), Field.Store.YES));document.add(new StringField("author", bookVO.getBook_author(), Field.Store.YES));document.add(new StringField("category", bookVO.getCategory(), Field.Store.YES));document.add(new IntField("numpage", bookVO.getNumpages(), Field.Store.YES));document.add(new FloatField("price", bookVO.getPrice(), Field.Store.YES));IndexWriter writer =  this.luceneUtil.getIndexWriter();writer.addDocument(document);writer.commit();}

插入时，我们不会在代码中创建编写器。 取而代之的是，我们使用了一个预先创建的writer，它被存储为实例变量。

4. 搜索索引 –这又分两个步骤完成：1.创建IndexSearcher 2.创建查询并进行搜索。

public void createIndexSearcher(){IndexReader indexReader = null;IndexSearcher indexSearcher = null;try{File indexDirFile = new File(this.indexDir);Directory dir = FSDirectory.open(indexDirFile);indexReader  = DirectoryReader.open(dir);indexSearcher = new IndexSearcher(indexReader);}catch(IOException ioe){ioe.printStackTrace();}this.indexSearcher = indexSearcher;}

注–搜索器中使用的分析器应与用于创建编写器的分析器相同，因为分析器负责将数据存储在索引中的方式。 再次创建IndexSearcher是一项昂贵的操作，因此预创建IndexSearcher池并以与IndexWriter类似的方式使用它是有意义的。

public List<BookVO> getBooksByField(String value, String field, IndexSearcher indexSearcher){List<BookVO> bookList = new ArrayList<BookVO>();Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_43);QueryParser parser = new QueryParser(Version.LUCENE_43, field, analyzer);try {BooleanQuery query = new BooleanQuery();query.add(new TermQuery(new Term(field, value)), BooleanClause.Occur.MUST);//Query query = parser.Query(value);int numResults = 100;ScoreDoc[] hits =   indexSearcher.search(query,numResults).scoreDocs;for (int i = 0; i < hits.length; i++) {Document doc = indexSearcher.doc(hits[i].doc);bookList.add(getBookVO(doc));}} catch (IOException e) {e.printStackTrace(); }return bookList;
}

已预先创建IndexSearcher并将其传递给该方法。 搜索的主要部分是查询形成。 Lucene支持许多不同种类的查询器。

1. TermQuery
2. BooleanQuery
3. WildcardQuery
4. PhraseQuery
5. PrefixQuery
6. MultiPhraseQuery
7. FuzzyQuery
8. RegexpQuery
9. TermRangeQuery
10. NumericRangeQuery
11. ConstantScoreQuery
12. DisjunctionMaxQuery
13. MatchAllDocsQuery

您可以为搜索选择适当的查询。 可以从此处了解查询语言的语法： http : //lucene.apache.org/core/old_versioned_docs/versions/2_9_1/queryparsersyntax.pdf

资源资源

1. http://lucene.apache.org/core/old_versioned_docs/versions/2_9_1/queryparsersyntax.pdf
2. http://lucene.apache.org/core/old_versioned_docs/versions/3_1_0/api/all/org/apache/lucene/index/IndexWriterConfig.OpenMode.html
3. http://lucene.apache.org/core/old_versioned_docs/versions/3_5_0/api/all/org/apache/lucene/store/FSDirectory.html
4. https://today.java.net/pub/a/today/2003/07/30/LuceneIntro.html
5. http://www.lucenetutorial.com/lucene-query-syntax.html
6. http://lucene.apache.org/core/4_3_0/core/org/apache/lucene/search/Query.html

摘要

搜索仍然是任何内容驱动的应用程序的骨干。 传统的数据库驱动的搜索功能不是很强大，还有很多不足之处。 因此，需要一种快速，准确且功能强大的搜索解决方案，该解决方案可以轻松地并入应用程序代码中。 Lucene很好地填补了这一空白，它使搜索变得轻而易举，并得到强大的搜索算法阵列的支持，例如相关性排名，词组，通配符，接近度和范围搜索。 它还具有空间和内存效率。 难怪在Lucene之上构建了如此多的应用程序。 本文旨在提供一个基础教程，以帮助亲爱的读者使用Lucene入门工具。 还有很多要说的，但是那您不想自己探索吗？

翻译自: https://www.javacodegeeks.com/2013/06/searching-made-easy-with-apache-lucene-4-3.html

lucene使用3.0.3