转载,文章来源:http://blog.csdn.net/akunshenjk/archive/2008/03/28/2226040.aspx
早在一年前我就曾接触到Lucene.net 当时版本为1.9.1 .004 ;当时学习该框架时，正赶上它宣布进去商业化，可能不会再出更高版本了；后来不知道什么原因，又重新开源，并出了新版本(2.0.0.004)，也是一年前的事了。刚接触Lucene,net的目的是改善网站的搜索，提高搜索效率。由于lucene是有java开源框架迁移过来的，所以相关资料大多是java的文档，相关文档基本是英文，所以当时学习的时候是比较吃力的。最后经过两个星期的奋斗，总算是把lucenet.net的脾性摸清楚了，并且做出来了相应的程序。可是，用了不多一个星期，发现写的程序并没有提升搜索效率，很是失望；同事决定弃用lucenet.net,换用其它方式。
最近网站的数据量越来越大，搜索的效率再次成了大问题。于是又回到Lucene.net上，这次当然要用新版本(2.0.0.004),结果其与1.9.1.004版本有一些差别。先将这次学习经验盘点如下：
一.创建索引：IndexWriter
其构造函数：
public IndexWriter( string path, Analyzer a, bool create);public IndexWriter( FileInfo path, Analyzer a, bool create);public IndexWriter( Directory d, Analyzer a, bool create);
我们常用的是第一个构造函数。string path 为索引所在目录，如：D:\search\index; Analyzer a是选用词语分析器；如 new StandardAnalyzer()；最后一个参数是表示是否需要重新创建，如果是初次创建索引，则用true，否则一般为false。
所以创建索引可以按如下写：创建新的文档：
Document doc = new Document();
//索引已存在,则直接打开 否则创建,并打开IndexWriter m_writer =new IndexWriter(this.m_strIndexPath, new Lucene.Net.Analysis.Standard.StandardAnalyzer(), !System.IO.File.Exists( System.IO.Path.Combine(this.m_strIndexPath, "segments")));
二.创建文档(Lucene.Net.Documents)
构造函数:
public Document();
主要方法有:
| Add() | 增加索引 |
| Get() | 获取索引字段存储的值 |
| GetBoost() | 获取权重 |
| SetBoost() | 设置权重 |
| GetField() | 返回赋予字段的名 |
| RemoveField() | 从文档中删除特定名的字段 |
三.字段(域)Fields
构造函数:
public Field( string name, byte[] value_Renamed, Store store);public Field( string name, TextReader reader);public Field( string name, TextReader reader, TermVector termVector);public Field( string name, string value_Renamed, Store store, Index index);public Field( string name, string value_Renamed, Store store, Index index, TermVector termVector);
string name 为字段名, string value_Renamed 字段对应的值,Store 对应有YES 和NO,YES则存储对应值，否则不存储;Field.Index对应有四个值，这对我们创建索引以及优化有很大的帮助.
| NO | 不把字段值编入索引,因此该字段不会被搜索到 |
| NO_NORMS | 不使用分析器将字段值编入索引,不会按规范存储,它的优点是占用空间少 |
| TOKENIZED | 将字段值编入索引,并可以被搜索到，在这个规则被存储在索引之前，有一个分析会被用用来标志这个正文，或者可能的话，使这个正文更加正规化，这对于普通文本是非常有用的。 |
| UN_TOKENIZED | 不使用分析器将字段值编入索引,因此它可以被搜索到, 没有使用分析器，值将被存储为单独的项目，这对唯一的ID是非常有用的，比如产品数量 |
四.搜索（示例）
System.DateTime dt = System.DateTime.Now;IndexSearcher searcher = new IndexSearcher(@"d:searchprovide");string q=Keyword.Text;Query query1 = QueryParser.Parse(q, "P_Name", new StandardAnalyzer());Hits hits=searcher.Search(query1);TimeSpan ts = System.DateTime.Now.Subtract(dt);string results = ts.TotalMilliseconds.ToString() + "毫秒;Found " + hits.Length() + " document(s) that matched query '" + q + "':<br/>";int count=hits.Length();if(count>30)count=30;for (int i = 0; i < count; i++) 
{
Document doc = hits.Doc(i); results+=doc.Get("HtmlPath")+"<br/>"; results+=doc.Get("ID")+"<br/>";
}Label1.Text=results; searcher.Close();
五，高亮显示查询结果
在Lucene.net2.0里有插件 Highlighter.Net,引入该插件，我们可以是搜索结果高亮显示。
示例:
using Lucene.Net.Highlight;//引入//其它代码省略 QueryParser q = new QueryParser("P_Name", analyzer); Query query1 = q.Parse(Request["bizKeyword"]); query.Add(query1, BooleanClause.Occur.MUST); Lucene.Net.Highlight.Formatter fm = new SimpleHTMLFormatter("<span style="color:red;font-weight:bold">", "</span>"); highlighter = new Highlighter(fm, new QueryScorer(query1)); highlighter.SetTextFragmenter(new SimpleFragmenter(100));//中间代码省略//高亮显示 string P_Name = doc.Get("P_Name"); Lucene.Net.Analysis.TokenStream tokenStream = analyzer.TokenStream("P_Name", new System.IO.StringReader(P_Name)); P_Name = highlighter.GetBestFragments(tokenStream, P_Name, 0, "...");
六.索引的实时更新(伪)
Lucene.net是非常好用的一个开源搜索框架，但是很可惜它不支持读写并发操作。搜索的时候不能更新索引，更新索引的时候不能进行搜索。这对于数据经常要更新的场景，真可谓是致命的。
在java下有人说：利用compass，hibernate实现lucene索引实时更新。我没试过，相应的资料也没找到。
再说了据我所知,目前Compass还每有从Java迁移到.net，至于hibernate有.net版的 Nhibernate ，不过据说效率很成问题。
为了解决这问题，我想了很多办法。最后我的解决办法很土，不过我认为还是很好用的。现将我的方法结束如下：
比如我们要对产品进行建立索引，首先建议一份完整的索引，保存的目录A,再复制一份保存到目录B,A目录的主要作用就是在正常情况下提供搜索的索引目录，B目录则主要用于更新新的索引（包括删除废旧数据，修改，新增数据）；一旦更新操作完成，立即通知搜索更换目录到B目录，让删除A里的旧索引，并复制B里的最新索引到A目录。
这里之所以加一个“伪”字，我这里实现并不是实际意义的实时，这里还是有一定时间差的，因为Lucene.net优化索引比较耗时，我不可能每插入一条数据，就更新索引；我的做法是每间隔一段时间，待修改数据达到一定量时，再一起操作，更新索引，优化。这样也减少了很多I/O操作。
-------------------------------------------------
PS:今天搜索到一篇文章：http://blog.csdn.net/poson/archive/2008/03/21/2201880.aspx
里面简单的说了Lucenet.net的并发操作，如果其正确，那么我的文章里所说的“。搜索的时候不能更新索引，更新索引的时候不能进行搜索”则是错误。尽管如此，但有一点是肯定的：更新索引会耗用大量cpu资源。
