包名

功能

org.apache.lucene.analysis

Analysis提供自帶的各種Analyzer

org.apache.lucene.collation

包含collationKeyFilter和collationKeyAnalyzer兩個相同功能的類，將所有token轉為CollationKey，與IndexableBinaryStringTools一起存為term

org.apache.lucene.document

Document包中是Document相關各種數(shù)據(jù)結構，如Document類，Field類等

org.apache.lucene.index

index包中是索引的讀寫操作類，常用的是對索引文件的segment進行寫、合并和優(yōu)化的IndexWriter類和對索引進行讀取和刪除操作的IndexReader類

org.apache.lucene.queryParser

queryParser包中是解析查詢語句相關的類（常用的是QueryParser類）

org.apache.lucene.search

檢索管理，根據(jù)查詢條件，檢索得到結果search包中是從索引中進行搜索的各種不同的Query類(如TermQuery、BooleanQuery等)和搜索結果集Hits類

org.apache.lucene.store

?

store包中是索引的存儲相關類，如Directory類定義了索引文件的存儲結構，FSDirectory是存儲在文件系統(tǒng)（即磁盤）中的索引存儲類，RAMDirectory為存儲在內存中的索引存儲類

org.apache.lucene.util

util包中是公共工具類，例如時間和字符串之間的轉換工具

//當前工程index目錄，相對路徑

FSDirectory.open(new File("index"));

//絕對路徑

FSDirectory.open(new File("d:\\index"));

//在類路徑下創(chuàng)建

FSDirectory.open(new File(LuceneTest.class.getResource("/").getFile()));

?? ???

//內存路徑

RAMDirectory directory = new RAMDirectory();

Store.YES 存儲 、Store.NO? 不存儲

Index.NO? 不建立索引

Index.ANALYZED 分詞建立索引?? 保存權重信息

Index.NOT_ANALYZED 不分詞建立索引

Index.ANALYZED_NO_NORMS? 分詞建立索引，不存放權重信息

Index.NOT_ANALYZED_NO_NORMS 不分詞建立索引，不存放權重信息

Document document = new Document();

document.add(new Field("id", article.getId() + "", Store.YES,

Index.NOT_ANALYZED));//對于id通常不分詞的

document.add(newField("title",article.getTitle(),Store.YES,Index.ANALYZED));

document.add(new Field("content", article.getContent(), Store.YES,Index.ANALYZED));

@Test

?? // 查詢索引庫,查看norms效果

?? public void testQuery() throws Exception {

????? // 建立Query對象--根據(jù)標題

????? String queryString = "Lucene";

????? // 第一個參數(shù)，版本號

????? // 第二個參數(shù)，字段

????? // 第三個參數(shù)，分詞器

????? Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_36);

????? QueryParser queryParser = new QueryParser(Version.LUCENE_36, "content",

??????????? analyzer);

????? Query query = queryParser.parse(queryString);

?

????? // 根據(jù)Query查找

????? // 索引目錄位置

????? Directory directory = FSDirectory.open(new File("index"));

????? IndexSearcher indexSearcher = new IndexSearcher(

??????????? IndexReader.open(directory));

????? // 查詢滿足結果的前100條數(shù)據(jù)

????? TopDocs topDocs = indexSearcher.search(query, 100);

????? System.out.println("滿足結果記錄條數(shù)：" + topDocs.totalHits);

?

????? // 獲取結果

????? ScoreDoc[] scoreDocs = topDocs.scoreDocs;

????? for (int i = 0; i < scoreDocs.length; i++) {

???????? // 先獲得Document下標

???????? int docID = scoreDocs[i].doc;

???????? Document document = indexSearcher.doc(docID);

???????? System.out.println("得分：" + scoreDocs[i].score);

???????? System.out.println("id:" + document.get("id"));

???????? System.out.println("title:" + document.get("title"));

???????? System.out.println("content:" + document.get("content"));

????? }

?

????? indexSearcher.close();

?? }

運行結果： ?

是否分詞， 根據(jù)業(yè)務查找條件決定

是否存儲， 根據(jù)業(yè)務是否需要返回結果數(shù)據(jù) 決定

norm是按照詞頻計算的

問題：Index.ANALYZED　和　Index.ANALYZED_NO_NORMS　區(qū)別　????

???????? Index.ANALYZED　會保存權重信息

???????? Index.ANALYZED_NO_NORMS　不會保存權重信息

?

權重會影響得分，得分計算排名， 搜索技術搜索結果 一定要進行排序，按照得分

* 不保存norm值，默認按照 1.0 計算

* norm 是按照詞條數(shù) 計算，值<= 1

index.ANALYZED_NO_NORMS 效率會高一些