Lucene自学之路（一）——Lucene介绍

谁借莪１个温暖的怀抱￠ 2022-01-28 15:51 280阅读 0赞

## 一、Lucene介绍 ##

Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的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

**全文检索概述**

比如，我们一个文件夹中，或者一个磁盘中有很多的文件，记事本、world、Excel、pdf，我们想根据其中的关键词搜索包含的文件。例如，我们输入Lucene，所有内容含有Lucene的文件就会被检查出来。这就是所谓的全文检索。

所以应该建立一个关键字与文件的映射关系。有了这种映射关系，我们就来看看Lucene的架构设计。 下面是Lucene的资料必出现的一张图，但也是其精髓的概括。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI5OTE0ODM3_size_16_color_FFFFFF_t_70]

**Lucene的使用主要体现在两个步骤：**

1 创建索引，通过IndexWriter对不同的文件进行索引的创建，并将其保存在索引相关文件存储的位置中。

2 通过索引查寻关键字相关文档。

Lucene数学模型  
文档、域、词元

文档是Lucene搜索和索引的原子单位，文档为包含一个或者多个域的容器，而域则是依次包含“真正的”被搜索的内容，域值通过分词技术处理，得到多个词元。

For Example，一篇小说（斗破苍穹）信息可以称为一个文档，小说信息又包含多个域，例如：标题（斗破苍穹）、作者、简介、最后更新时间等等，对标题这个域采用分词技术又可以得到一个或者多个词元（斗、破、苍、穹）。

**Lucene文件结构**

**层次结构**

**index** 一个索引存放在一个目录中

**segment** 一个索引中可以有多个段，段与段之间是独立的，添加新的文档可能产生新段，不同的段可以合并成一个新段

**document** 文档是创建索引的基本单位，不同的文档保存在不同的段中，一个段可以包含多个文档

**field** 域，一个文档包含不同类型的信息，可以拆分开索引

**term** 词，索引的最小单位，是经过词法分析和语言处理后的数据。

## 二、lucene中类介绍 ##

**1、IndexWriter**

IndexWriter lucene中最重要的的类之一，它主要是用来将文档加入索引，同时控制索引过程中的一些参数使用。  
**2、Analyzer**  
Analyzer 分析器,主要用于分析搜索引擎遇到的各种文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。  
**3、Directory**  
Directory 索引存放的位置;lucene提供了两种索引存放的位置，一种是磁盘，一种是内存。一般情况将索引放在磁盘上；相应地lucene提供了FSDirectory和RAMDirectory两个类。

Document 文档;Document相当于一个要进行索引的单元，任何可以想要被索引的文件都必须转化为Document对象才能进行索引。

**4、IndexSearcher**  
IndexSearcher 是lucene中最基本的检索工具，所有的检索都会用到IndexSearcher工具;  
**5、Query**  
Query 查询，lucene中支持模糊查询，语义查询，短语查询，组合查询等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些类。  
**6、QueryParser**  
QueryParser 是一个解析用户输入的工具，可以通过扫描用户输入的字符串，生成Query对象。

--------------------

如果你觉得本篇文章对你有所帮助的话，麻烦请点击头像右边的关注按钮，谢谢！

技术在交流中进步，知识在分享中传播

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI5OTE0ODM3_size_16_color_FFFFFF_t_70]: /images/20220128/d9b63fed64cc4765a7730030dec8edbe.png