Lucene

Lucene的使用,简单来说可以划分为两种类型,一是建立索引,二是搜索内容。

一、建立索引的五个基础类 Document, Field, IndexWriter, Analyzer, Directory 

1、Document类:用来描述文档,这里的文档可以指一个HTML页面,一封电子邮件,或者是一个文本文件。一个 Document 对象由多个Field对象组成的。可以把一个Document对象想象成数据库中的一个记录,而每个Field对象就是记录的一个字段。

2、Field类:用来描述一个文档的某个属性,比如一封电子邮件的标题和内容可以用两个Field对象分别描述。

3、Analyzer类:用来对文档内容进行分词处理,Analyzer 类是一个抽象类,它有多个实现,针对不同的语言和应用需要选择适合的Analyzer,Analyzer会把分词后的内容交给IndexWriter来建立索引。

4、IndexWriter类:用来创建索引的一个核心类,作用是把一个个的Document对象加到索引中来。

5、Directory 类:表示索引文件存储位置的抽象类。有两个常用的子类:

    * FSDirectory — 在实际文件系统中存储索引的 Directory 实现。该类对于大型索引非常有用。
    * RAMDirectory — 在内存中存储所有索引的实现。该类适用于较小的索引,可以完整加载到内存中,在应用程序终止之后销毁。由于索引保存在内存中,所以速度相对较快。

 

二、搜索内容的四个基础类:Searche、Term、Query和TopDocs    

1、Searcher 是一个抽象基类,包含各种超负荷搜索方法。IndexSearcher 是一个常用的子类,允许在给定的目录中存储搜索索引。Search 方法返回一个根据计算分数排序的文档集合。Lucene 为每个匹配给定查询的文档计算分数。IndexSearcher 是线程安全的;一个实例可以供多个线程并发使用。

2、Term 是搜索的基本单位。它由两部分组成:单词文本和出现该文本的字段的名称。Term 对象也涉及索引编制,但是可以在 Lucene 内部创建。

3、Query 和子类

Query 是一个用于查询的抽象基类。搜索指定单词或词组涉及到在项中包装它们,将项添加到查询对象,将查询对象传递到 IndexSearcher 的搜索方法。

Lucene 包含各种类型的具体查询实现,比如 TermQuery、BooleanQuery、PhraseQuery、PrefixQuery、RangeQuery、 MultiTermQuery、FilteredQuery、SpanQuery 等。以下部分讨论 Lucene 查询 API 的主查询类。

4、TopDocs    封装搜索结果以及 ScoreDoc 的总数

 
一个最简单的Lucene例子,展示Lucene中重要的几个类IndexWriter、Directory、Analyzer、Document、Field、IndexSearcher、Term、Query、TermQuery、TopDocs的简单用法。


package org.apache.lucene.demo;

import java.io.IOException;

import org.apache.lucene.analysis.SimpleAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.RAMDirectory;

public class LuceneTest {

        public static void main(String[] args) throws IOException {
            RAMDirectory directory = new RAMDirectory();
            IndexWriter writer =
              new IndexWriter(directory, new SimpleAnalyzer(), true, IndexWriter.MaxFieldLength.UNLIMITED);
               
            Document doc = new Document();
            doc.add(new Field("partnum", "Q36", Field.Store.YES, Field.Index.NOT_ANALYZED));  
            doc.add(new Field("description", "Illidium Space Modulator", Field.Store.YES, Field.Index.ANALYZED));
            writer.addDocument(doc);
            writer.close();

            IndexSearcher searcher = new IndexSearcher(directory);
            Query query = new TermQuery(new Term("partnum", "Q36"));  
            TopDocs rs = searcher.search(query, null, 10);
            System.out.println(rs.totalHits);

            Document firstHit = searcher.doc(rs.scoreDocs[0].doc);
            System.out.println(firstHit.getField("partnum").name());
        }
}

 

更多>>  http://wiki.apache.org/lucene-java/HowTo

posted @ 2014-04-14 21:19  Sonet  阅读(311)  评论(0编辑  收藏  举报