1 索引维护

1.1 添加索引

步骤：

1）创建存放索引的目录Directory

2）创建索引器配置管理类IndexWriterConfig

3）使用索引目录和配置管理类创建索引器

4）使用索引器将Document写到索引文件中

代码：

// 定义索引存储目录Directory directory = FSDirectory.open(new File(indexFolder));//标准分析器Analyzer standardAnalyzer = new StandardAnalyzer();IndexWriterConfig indexWriterConfig = new IndexWriterConfig(Version.LUCENE_4_10_3,standardAnalyzer);// 定义索引操作对象IndexWriter indexWriter = new IndexWriter(directory,indexWriterConfig);//遍历目录下的文档，创建DocumentList<Document> docs = IndexUtils.file2Document(indexSource);// 遍历目录 下的文件生成的文档，调用indexWriter方法创建索引for (Document document : docs) {indexWriter.addDocument(document);}// 索引操作流关闭indexWriter.close();

1.2 删除索引

1）删除符合条件的索引

// 索引目录Directory directory = FSDirectory.open(new File(indexFolder));// 定义索引操作对象IndexWriter indexWriter = new IndexWriter(directory,new IndexWriterConfig(Version.LUCENE_4_10_3,new StandardAnalyzer()));// 删除索引，文件名称等于“springmvc.txt”的索引删除indexWriter.deleteDocuments(new Term("fileName", "springmvc.txt"));//索引删除后无法恢复indexWriter.commit();// 关闭索引操作流indexWriter.close();

说明：根据Term项删除索引，满足条件的将全部删除，建议参照关系数据库基于主键删除方式，所以在创建索引时需要创建一个主键Field，删除时根据此主键Field删除。

索引删除后将放在Lucene的回收站中，Lucene3.X版本可以恢复删除的文档，3.X之后无法恢复。

2）删除全部索引

// 索引目录Directory directory = FSDirectory.open(new File(indexFolder));// 定义索引操作对象IndexWriter indexWriter = new IndexWriter(directory,new IndexWriterConfig(Version.LUCENE_4_10_3,new StandardAnalyzer()));//删除全部索引indexWriter.deleteAll();

说明：将索引目录的索引信息全部删除，直接彻底删除，无法恢复。

1.3 更新索引

// 索引目录Directory directory = FSDirectory.open(new File(indexFolder));// 定义索引操作对象IndexWriter indexWriter = new IndexWriter(directory,new IndexWriterConfig(Version.LUCENE_4_10_3,new StandardAnalyzer()));// 创建更新文档Document doc_update = new Document();Field field_fileName = new TextField("fileName", "springmvc.txt",Store.YES);doc_update.add(field_fileName);// 根据条件更新索引,将fileName等于“springmvc_test.txt”的更新为上边的文档// 更新的机制 是先删除再添加，如果原根据fileName没有找到“springmvc_test.txt”，则添加新文档indexWriter.updateDocument(new Term("fileName", "springmvc_test.txt"),doc_update);//提交indexWriter.commit();//关闭indexWriter.close();

说明：更新索引是先删除再添加，建议对更新需求采用此方法并且要保证对已存在的索引执行更新，可以先查询出来，确定更新记录存在执行更新操作。

2 Query和QueryParser

2.1 创建查询的两种方法

创建查询

对要搜索的信息创建Query查询对象，Lucene会根据Query查询对象生成最终的查询语法，类似关系数据库Sql语法一样Lucene也有自己的查询语法，比如：“name:lucene”表示查询Field的name为“lucene”的文档信息。

可通过两种方法创建查询对象：

1）使用Lucene提供Query子类

Query是一个抽象类，lucene提供了很多查询对象，比如TermQuery项精确查询，NumericRangeQuery数字范围查询等。

如下代码：

Query query = new TermQuery(new Term("name", "lucene"));

2）使用QueryParse解析查询表达式

QueryParse会将用户输入的查询表达式解析成Query对象实例。

如下代码：

QueryParser queryParser = new QueryParser("name", new IKAnalyzer());Query query = queryParser.parse("name:lucene");

2.2 通过Query 搜索

2.2.1 TermQuery

TermQuery，通过项查询，TermQuery不使用分析器所以建议匹配不分词的Field域查询，比如订单号、分类ID号等。

//创建查询对象Query query = new TermQuery(new Term("fileName", "springmvc_test.txt"));//搜索索引 目录Directory directory = FSDirectory.open(new File(indexFolder));//定义IndexReaderIndexReader reader = DirectoryReader.open(directory);//创建indexSearcherIndexSearcher indexSearcher = new IndexSearcher(reader);//执行搜索TopDocs topDocs = indexSearcher.search(query, 100);

2.2.2 NumericRangeQuery

NumericRangeQuery，指定数字范围查询，如下：

//文件大小在0到1024的文件NumericRangeQuery<Long> numericRangeQuery = NumericRangeQuery.newLongRange("fileSize", 0l, 1024l, true, true);

2.2.3 BooleanQuery

BooleanQuery，布尔查询，实现组合条件查询，如下：

// 数字范围查询NumericRangeQuery<Long> numericRangeQuery = NumericRangeQuery.newLongRange("fileSize", 0l, 1024l, true, true);//定义Boolean查询BooleanQuery booleanQuery = new BooleanQuery();//必须满足fileSize在0到1024范围的条件booleanQuery.add(numericRangeQuery, Occur.MUST);//根据文件名搜索Query query = new TermQuery(new Term("fileName", "springmvc.txt"));//不查询文件名为“springmvc_test.txt”booleanQuery.add(query, Occur.MUST);IndexReader reader = DirectoryReader.open(directory);IndexSearcher searcher = new IndexSearcher(reader);TopDocs topDocs = searcher.search(booleanQuery, 100);

说明：

Occur.MUST 查询条件必须满足，相当于and

Occur.SHOULD 查询条件可选，相当于or

Occur.MUST_NOT 查询条件不能满足，相当于not非

2.2.4 MatchAllDocsQuery

使用MatchAllDocsQuery查询索引目录中的所有文档，如果只存在过滤而没有查询条件时可以使用此类定义Query，如下：

//查询全部文档Query query = new MatchAllDocsQuery();

2.3 通过QueryParser搜索

通过QueryParser也可以创建Query，QueryParser提供一个Parse方法，此方法可以直接根据查询语法来查询。Query对象执行的查询语法可通过System.out.println(query);查询。

Lucene查询语法官方介绍：

http://lucene.apache.org/core/4_0_0/queryparser/org/apache/lucene/queryparser/classic/package-summary.html

2.3.1 QueryParser查询

QueryParser使用方法：

//f是默认搜索的域QueryParser queryParser = new QueryParser("f", analyzer);// 指定查询语法 ，如果不指定fileName就搜索默认的域Query query2 = queryParser.parse("fileName:springmvc.txt");或：Query query2 = queryParser.parse("spring AND web");

上边介绍的基于类的查询方法，使用QueryParser可用下边的查询语法实现，

项查询：

FieldName : value

范围查询：

FieldName:[min TO max]

注意：QueryParse不支持对数字范围的搜索，它支持字符串范围。数字范围搜索建议使用NumericRangeQuery。

组合查询：

上边BooleanQuery例子的查询表达式如下：

+fileSize:[0 TO 1024] +fileName:springmvc.txt

上边的表达式表示fileSize的大小在0和1024之间且fileName为“springmvc.txt”，必须满足的条件使用+（加号）表示。

与BooleanQuery中Occur对应的符号如下：

Occur.MUST 查询条件必须满足，相当于and	+（加号）
Occur.SHOULD 查询条件可选，相当于or	空（不用符号）
Occur.MUST_NOT 查询条件不能满足，相当于not非	-（减号）

关键字查询

AND：关键字1 AND 关键字2

两个关键字都匹配上条件满足。

OR：关键字1 OR 关键字2

两个关键字匹配一个条件满足

NOT：关键字1 NOT 关键字2

关键字1满足，关键字2不满足

2.3.2 MultiFieldQueryParser组合域查询

通过MuliFieldQueryParse对多个域查询，比如商品信息查询，输入关键字需要从商品名称和商品内容中查询。

代码：

//设置组合查询域String[] fields = {"fileName","fileContent"};//创建查询解析器QueryParser queryParser =  new MultiFieldQueryParser(fields, new IKAnalyzer());//查询文件名、文件内容中包括“java”关键字的文档Query query = queryParser.parse("java");

3 相关度排序

3.1什么是相关度排序

相关度排序是查询结果按照与查询关键字的相关性进行排序，越相关的越靠前。比如搜索“Lucene”关键字，与该关键字最相关的文章应该排在前边。

3.2 相关度打分

Lucene对查询关键字和索引文档的相关度进行打分，得分高的就排在前边。如何打分呢？Lucene是在用户进行检索时实时根据搜索的关键字计算出来的，分两步：

1）计算出词（Term）的权重

2）根据词的权重值，采用空间向量模型算法计算文档相关度得分。

什么是词的权重？

通过索引部分的学习明确索引的最小单位是一个Term(索引词典中的一个词)，搜索也是要从Term中搜索，再根据Term找到文档，Term对文档的重要性称为权重，影响Term权重有两个因素：

Term Frequency (tf)：

指此Term在此文档中出现了多少次。tf 越大说明越重要。

词(Term)在文档中出现的次数越多，说明此词(Term)对该文档越重要，如“Lucene”这个词，在文档中出现的次数很多，说明该文档主要就是讲Lucene技术的。

Document Frequency (df)

即有多少文档包含次Term。df 越大说明越不重要。

比如，在一篇英语文档中，this出现的次数更多，就说明越重要吗？不是的，有越多的文档包含此词(Term), 说明此词(Term)太普通，不足以区分这些文档，因而重要性越低。

3.3 设置boost影响打分结果

boost是一个加权值（默认加权值为1.0f），它可以影响权重的计算。

在索引时对某个文档的Field域设置加权值高，在搜索时匹配到这个Field就可能排在前边。

lucene在执行搜索时对某个域进行加权，在进行组合域查询时，匹配到加权值高的域最后计算的相关度得分就高。

3.3.1 索引时设置boost加权值

如果希望某些文档更重要，当此文档中包含所要查询的词则应该得分较高，这样相关度排序可以排在前边，可以在创建索引时设定文档中某些域（Field）的boost值来实现，如果不进行设定，则Field Boost默认为1.0f。一旦设定，除非删除此文档，否则无法改变。

代码：

field. setBoost(XXXf); XXX即权值。

测试：

可以将springmvc.txt的file_content加权值设置为10.0f，结果搜索spring时如果内容可以匹配到关键字就可以把springmvc.txt文件排在前边。

代码：

索引时设置boost加权值：

//设置加权值if(file_name.equals("springmvc.txt")){//设置比默认值 1.0大的field_file_content.setBoost(20.0f);}if(file_name.equals("spring_README.txt")){//设置比默认值 1.0大的field_file_content.setBoost(30.0f);}//向文档中添加Fielddocument.add(field_file_content);

搜索时：

// 设置组合查询域，如果匹配到一个域就返回记录String[] fields = { "file_content" };//设置评分,文件名称中包括关键字的评分高/*Map<String,Float> boosts = new HashMap<String,Float>();boosts.put("file_content", 3.0f);*/// 创建查询解析器QueryParser queryParser = new MultiFieldQueryParser(fields,new StandardAnalyzer());// 查询文件名、文件内容中包括“java”关键字的文档Query query = queryParser.parse("spring");TopDocs topDocs = indexSearcher.search(query, 100);ScoreDoc[] scoreDocs = topDocs.scoreDocs;

结果：

springmvc.txt排在最前边

3.3.2 搜索时设置boost加权值

在执行搜索时对某个域进行加权，在进行组合域查询时，匹配到加权值高的域最后计算的相关度得分就高。通常把标题、书名等域的加权值设置高点。

//设置组合查询域String[] fields = {"file_name","file_content"};//设置评分,文件名称中包括关键字的评分高Map<String,Float> boosts = new HashMap<String,Float>();boosts.put("file_name", 10.0f);//创建查询解析器QueryParser queryParser =  new MultiFieldQueryParser(fields, new IKAnalyzer(), boosts);//查询文件名、文件内容中包括“springmvc.txt”关键字的文档，由于设置了文件名称域的加权值高，所以名称中匹配到关键字的应该排在前边Query query = queryParser.parse("springmvc.txt");

测试：

搜索springmvc.txt，由于文件名中为springmvc.txt应该让它排在前边，内容中有springmvc.txt应该排在后边。

springmvc.txt：

测试结果它应该排在前边

spring_README.txt

内容中包括springmvc.txt，也能匹配到但要排在后边。

代码：

//设置评分,文件名称中包括关键字的评分高Map<String,Float> boosts = new HashMap<String,Float>();boosts.put("file_name", 30.0f);// 创建查询解析器QueryParser queryParser = new MultiFieldQueryParser(fields,new StandardAnalyzer(),boosts);// 查询文件名、文件内容中包括“java”关键字的文档Query query = queryParser.parse("springmvc.txt");TopDocs topDocs = indexSearcher.search(query, 100);ScoreDoc[] scoreDocs = topDocs.scoreDocs;

Lucene教程--维护索引、查询对象和相关度排序相关推荐

Lucene 的四大索引查询 ——bool 域搜索通配符范围搜索
Lucene 的四大索引查询清单1:使用布尔操作符 Java代码 //Test boolean operator blic void testOperator(String index ...
Lucene教程具体解释
注明:本文是由本人在开发有关基于lucene资源检索系统时的一点总结,当中一部分是自己依据开发过程自己总结的,也有部分是摘自网络,因无法获取当时摘文的地址,所以在此没有写源地址. 转载请声明出处 Lu ...
Lucene教程--入门程序详解
Lucene 入门程序 1 需求实现一个歌词搜索系统,通过关键字搜索,凡是文件名或文件内容包括关键字的文件都要找出来. 注意:该入门程序只对文本文件(.txt)搜索. 2 开发环境 Jdk:1.7. ...
lucene教程--全文检索技术详解
一什么是全文检索 1.1 全文检索概念全文检索是一种将文件中所有文本与检索项匹配的检索方法.它可以根据需要获得全文中有关章.节.段.句.词等信息.计算机程序通过扫描文章中的每一个词,对每一个词建立 ...
Lucene教程详解
欢迎关注微信账号:java那些事:csh624366188.每天一篇java相关的文章注明:本文是由本人在开发有关基于lucene资源检索系统时的一点总结,其中一部分是自己根据开发过程自己总结的,也 ...
建立索引lucene_用Lucene建立搜索索引
建立索引lucene 本文是我们名为" Apache Lucene基础知识 "的学院课程的一部分. 在本课程中,您将了解Lucene. 您将了解为什么这样的库很重要,然后了解Luc ...
用Lucene建立搜索索引
本文是我们名为" Apache Lucene基础知识 "的学院课程的一部分. 在本课程中,您将了解Lucene. 您将了解为什么这样的库很重要,然后了解Lucene中搜索的工作方式 ...
Lucene –快速添加索引和搜索功能
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搜索的应用程序的技术,尤其是跨平台的应用程序. Lucene ...
Oracle数据库：oracle数据表格dmp，sql，pde格式导入与导出，视图、序列、索引等对象的导出，oracle完结，后续开启mysql的学习
Oracle数据库:oracle数据表格dmp,sql,pde格式导入与导出,视图.序列.索引等对象的导出,oracle完结,后续开启mysql的学习 2022找工作是学历.能力和运气的超强结合体,遇 ...

Lucene教程--维护索引、查询对象和相关度排序

1 索引维护

3 相关度排序

Lucene教程--维护索引、查询对象和相关度排序相关推荐

最新文章

热门文章