Lucene 初步 之 HelloWorld

万恶的源头 HelloWorld 

要完成lucene 的配置 需要几个jar包 （如果需要可以留言我私发）

 

创建索引API分析：

1. Directory: 类代表一个Lucene索引的位置,FSDirectory:它表示一个存储在文件系统中的索引的位置

2. Analyzer 类是一个抽象类, 它有多个实现,在一个文档被入索引库之前，首先需要对文档内容进行分词处理,针对不同的语言和应用需要选择适合的 Analyzer。Analyzer 把分词后的内容交给 IndexWriter 来建立索引

3. IndexWriter：是创建索引和维护索引的中心组件, 这个类创建一个新的索引并且添加文档到一个已有的索引中。IndexWriter只负责索引库的更新(删、更新、插入),不负责查询

4. Document：由多个字段(Field)组成，一个Field代表与这个文档相关的元数据。如作者、标题、主题等等，分别做为文档的字段索引和存储。add(Fieldable field)添加一个字段(Field)到Document

Store,Index介绍

枚举类型	枚举常量	说明
Store	NO	不存储属性的值
	YES	存储属性的值
Index	NO	不建立索引
	ANALYZED	分词后建立索引
	NOT_ANALYZED	不分词，把整个内容作为一个词建立索引

 

说明：Store是影响搜索出的结果中是否有指定属性的原始内容。Index是影响是否可以从这个属性中查询（No），或是查询时可以查其中的某些词（ANALYZED），还是要把整个内容作为一个词进行查询（NOT_ANALYZED）。

搜索原理图分析：

           

这时我们假设 把商品添加到索引库

  public void saveGoods(Goods goods) {
        //创建一个indexWrite
        IndexWriter indexWriter = null;
        //指定索引库的目录
        Directory directory = null;
        //创建一个分词器
        Analyzer analyzer = null;


        try {
            //不同分词器，分词的效果不同
            analyzer = new StandardAnalyzer(Version.LUCENE_30);
            //目录可以任意指定，最好和项目同级目录
            directory= FSDirectory.open(new File("./indexData"));
            //通过分词器和索引创建indexWrite
            indexWriter=new IndexWriter(directory,analyzer, IndexWriter.MaxFieldLength.LIMITED);
            //把Goods  转化成lucene可以识别的doument
            Document doc=new Document();
            //Goods 对象中的，每个属性，转化lucene 中的字段
            doc.add(new Field("gid",goods.getGid().toString(), Store.YES,Index.NOT_ANALYZED));
            doc.add(new Field("gname",goods.getGname(), Store.YES,Index.ANALYZED));
            doc.add(new Field("gprice",goods.getGprice().toString(), Store.YES,Index.NOT_ANALYZED));
            doc.add(new Field("gremark",goods.getGremark(), Store.YES,Index.ANALYZED));
            //把document添加到索引库
            indexWriter.addDocument(doc);
            //提交
            indexWriter.commit();
        } catch (IOException e) {
            e.printStackTrace();
            throw  new RuntimeException(e);
        }finally {
            try {
                indexWriter.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }

商品的实体类

package cn.wh;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import lombok.experimental.Accessors;

//有参构造函数
@AllArgsConstructor
//无参构造函数
@NoArgsConstructor
//封装
@Data
//链式风格访问
@Accessors(chain = true)
public class Goods implements java.io.Serializable {
    // Fields
    private Integer gid;
    private String gname;
    private Double gprice;
    private String gremark;

}

 

这时我们执行会产生一个索引的库

这时我们再创建一个查询的方式 （根据商品名查询）

 

  public List<Goods> query(String gname){
        List<Goods> goodsList=new ArrayList<Goods>();
        // 创建查询工具类
        IndexSearcher indexSearcher=null;
        // 指定Lucenen索引库目录
        Directory directory=null;
        // 创建一个分词器
        Analyzer analyzer=null;
        try {
            // 指定查询的目录
            directory=FSDirectory.open(new File("./indexData"));
            // 指定查询的分词器: 钓鱼岛中国的---> 钓鱼  钓鱼岛  中国
            analyzer=new StandardAnalyzer(Version.LUCENE_30);
            // QueryParser:查询解析器,用来解析查询的字符串,和分词
            /*
             * Version.LUCENE_30:版本号
             * gname: 要查询的 字段名  Term:key,后面可以到多个字段中查找
             * analyzer:指定对关键字的分词器
             * */
            QueryParser parse=new QueryParser(Version.LUCENE_30,"gname",analyzer);
            // 解析要查询的关键字:返回的是Query类型
            Query query=parse.parse(gname);
            indexSearcher=new IndexSearcher(directory);
            // indexSearch做查询操作: n 用户期望查询结果数,后面做分页使用
            TopDocs topDocs=indexSearcher.search(query,10);
            /*
             * TopDocs:
             *     totalHits: 实际查询到的结果数
             *     scoreDocs[]: 存储了所有符合条件的document 编号
             * */
            System.out.println("实际的结果数为:" + topDocs.totalHits);
            // 存储的是document在lucenen中的逻辑编号
            ScoreDoc[] docs=topDocs.scoreDocs;  //[0]=0 [1]=1
            /*
             * ScoreDoc:
             *     doc: 文档逻辑编号
             *     score: 当前文档得分
             *
             * */
            for(int i=0;i<docs.length;i++){
                System.out.println("文档的编号:" + docs[i].doc);
                System.out.println("此文档的得分:" + docs[i].score);
                // 通过文档的编号获取真正的文档
                Document doc=indexSearcher.doc(docs[i].doc);
                // 把Document类型转化我们自己识别的类型
                Goods goods=new Goods();
                goods.setGid(Integer.parseInt(doc.get("gid")));
                goods.setGname(doc.get("gname"));
                goods.setGprice(Double.parseDouble(doc.get("gprice")));
                goods.setGremark(doc.get("gremark"));
                goodsList.add(goods);
            }
        } catch (Exception e) {
            e.printStackTrace();
            throw new RuntimeException(e);
        }
        return goodsList;

    }

 最后测试

可以根据hello 查询出来东西

这时 lucence 提供了一个jar 包 这个jar包是可以看见索引文件中的元素模样

在cmd 输入 java -jar  XXXX jar包的名 （如果要这个jar 包 可以留言 我私法）

打开一个客户端 这时 在path中输入索引文件夹的位置

就能看见每个分词的效果就大小和索引