Lucene教程

1 lucene簡介 1.1 什么是lucene ??? Lucene是一個全文搜索框架，而不是應用產品。因此它并不像www.baidu.com?或者google Desktop那么拿來就能用，它只是提供了一種工具讓你能實現這些產品。 2 lucene的工作方式 ??? lucene提供的服務實際包含兩部分：一入一出。所謂入是寫入，即將你提供的源（本質是字符串）寫入索引或者將其從索引中刪除；所謂出是讀出，即向用戶提供全文搜索服務，讓用戶可以通過關鍵詞定位源。 2.1寫入流程 ??? 源字符串首先經過analyzer處理，包括：分詞，分成一個個單詞；去除stopword（可選）。 將源中需要的信息加入Document的各個Field中，并把需要索引的Field索引起來，把需要存儲的Field存儲起來。 ??? 將索引寫入存儲器，存儲器可以是內存或磁盤。 2.2讀出流程 ??? 用戶提供搜索關鍵詞，經過analyzer處理。 對處理后的關鍵詞搜索索引找出對應的Document。 用戶根據需要從找到的Document中提取需要的Field。 3 一些需要知道的概念 3.1 analyzer ??? Analyzer是分析器，它的作用是把一個字符串按某種規則劃分成一個個詞語，并去除其中的無效詞語，這里說的無效詞語是指英文中的“of”、“the”，中文中的“的”、“地”等詞語，這些詞語在文章中大量出現，但是本身不包含什么關鍵信息，去掉有利于縮小索引文件、提高效率、提高命中率。 　　分詞的規則千變萬化，但目的只有一個：按語義劃分。這點在英文中比較容易實現，因為英文本身就是以單詞為單位的，已經用空格分開；而中文則必須以某種方法將連成一片的句子劃分成一個個詞語。具體劃分方法下面再詳細介紹，這里只需了解分析器的概念即可。 3.2 document 　　用戶提供的源是一條條記錄，它們可以是文本文件、字符串或者數據庫表的一條記錄等等。一條記錄經過索引之后，就是以一個Document的形式存儲在索引文件中的。用戶進行搜索，也是以Document列表的形式返回。 3.3 field ??? 一個Document可以包含多個信息域，例如一篇文章可以包含“標題”、“正文”、“最后修改時間”等信息域，這些信息域就是通過Field在Document中存儲的。 ??? Field有兩個屬性可選：存儲和索引。通過存儲屬性你可以控制是否對這個Field進行存儲；通過索引屬性你可以控制是否對該Field進行索引。這看起來似乎有些廢話，事實上對這兩個屬性的正確組合很重要，下面舉例說明：還是以剛才的文章為例子，我們需要對標題和正文進行全文搜索，所以我們要把索引屬性設置為真，同時我們希望能直接從搜索結果中提取文章標題，所以我們把標題域的存儲屬性設置為真，但是由于正文域太大了，我們為了縮小索引文件大小，將正文域的存儲屬性設置為假，當需要時再直接讀取文件；我們只是希望能從搜索解果中提取最后修改時間，不需要對它進行搜索，所以我們把最后修改時間域的存儲屬性設置為真，索引屬性設置為假。上面的三個域涵蓋了兩個屬性的三種組合，還有一種全為假的沒有用到，事實上Field不允許你那么設置，因為既不存儲又不索引的域是沒有意義的。 3.4 term 　　term是搜索的最小單位，它表示文檔的一個詞語，term由兩部分組成：它表示的詞語和這個詞語所出現的field。 3.5 tocken ??? tocken是term的一次出現，它包含trem文本和相應的起止偏移，以及一個類型字符串。一句話中可以出現多次相同的詞語，它們都用同一個term表示，但是用不同的tocken，每個tocken標記該詞語出現的地方。 3.6 segment ??? 添加索引時并不是每個document都馬上添加到同一個索引文件，它們首先被寫入到不同的小文件，然后再合并成一個大索引文件，這里每個小文件都是一個segment。 4 如何建索引 4.1 最簡單的能完成索引的代碼片斷 IndexWriter writer = new IndexWriter(“/data/index/”, new StandardAnalyzer(), true); Document doc = new Document(); doc.add(new Field("title", "lucene introduction", Field.Store.YES, Field.Index.TOKENIZED)); doc.add(new Field("content", "lucene works well", Field.Store.YES, Field.Index.TOKENIZED)); writer.addDocument(doc); writer.optimize(); writer.close(); 下面我們分析一下這段代碼。 首先我們創建了一個writer，并指定存放索引的目錄為“/data/index”，使用的分析器為StandardAnalyzer，第三個參數說明如果已經有索引文件在索引目錄下，我們將覆蓋它們。然后我們新建一個document。 　　我們向document添加一個field，名字是“title”，內容是“lucene introduction”，對它進行存儲并索引。再添加一個名字是“content”的field，內容是“lucene works well”，也是存儲并索引。 然后我們將這個文檔添加到索引中，如果有多個文檔，可以重復上面的操作，創建document并添加。 添加完所有document，我們對索引進行優化，優化主要是將多個segment合并到一個，有利于提高索引速度。 ?? 隨后將writer關閉，這點很重要。 ?? 對，創建索引就這么簡單！ ? 當然你可能修改上面的代碼獲得更具個性化的服務。 4.2 索引文本文件 ??? 如果你想把純文本文件索引起來，而不想自己將它們讀入字符串創建field，你可以用下面的代碼創建field： Field field = new Field("content", new FileReader(file)); ??? 這里的file就是該文本文件。該構造函數實際上是讀去文件內容，并對其進行索引，但不存儲。

?

?

Lucene 2 教程

Lucene是apache組織的一個用java實現全文搜索引擎的開源項目。 其功能非常的強大，api也很簡單。總得來說用Lucene來進行建立 和搜索和操作數據庫是差不多的(有點像)，Document可以看作是 數據庫的一行記錄，Field可以看作是數據庫的字段。用lucene實 現搜索引擎就像用JDBC實現連接數據庫一樣簡單。

Lucene2.0，它與以前廣泛應用和介紹的Lucene 1.4.3并不兼容。 Lucene2.0的下載地址是http://apache.justdn.org/lucene/java/

例子一 ：

1、在windows系統下的的C盤，建一個名叫s的文件夾,在該文件夾里面隨便建三個txt文件，隨便起名啦，就叫"1.txt","2.txt"和"3.txt"啦?
其中1.txt的內容如下：

中華人民共和國???
全國人民???
2006年??

而"2.txt"和"3.txt"的內容也可以隨便寫幾寫，這里懶寫，就復制一個和1.txt文件的內容一樣吧

2、下載lucene包，放在classpath路徑中?
建立索引:

package?lighter.javaeye.com;???
??
import?java.io.BufferedReader;???
import ?java.io.File;???
import?java.io.FileInputStream;???
import ?java.io.IOException;???
import?java.io.InputStreamReader;???
import ?java.util.Date;???
??
import ?org.apache.lucene.analysis.Analyzer;???
import?org.apache.lucene.analysis.standard.StandardAnalyzer;???
import?org.apache.lucene.document.Document;???
import?org.apache.lucene.document.Field;???
import?org.apache.lucene.index.IndexWriter;???
??
/**?*/ /** ??
?*?author?lighter?date?2006-8-7??
? */ ??
public ? class?TextFileIndexer? {???
????public ? static ? void ?main(String[]?args)? throws?Exception? {???
????????/**/ /* ?指明要索引文件夾的位置,這里是C盤的S文件夾下?*/ ??
????????File?fileDir?= ? new ?File( " c:\\s " );???
??
????????/**/ /* ?這里放索引文件的位置? */ ??
????????File?indexDir?= ? new ?File( " c:\\index " );???
????????Analyzer?luceneAnalyzer?= ? new ?StandardAnalyzer();???
????????IndexWriter?indexWriter?= ? new ?IndexWriter(indexDir,?luceneAnalyzer,???
????????????????true );???
????????File[]?textFiles?= ?fileDir.listFiles();???
????????long ?startTime? = ? new?Date().getTime();???
???????????
????????// 增加document到索引去????
????????for ?( int ?i? = ? 0 ;?i? <?textFiles.length;?i ++ )? {???
????????????if ?(textFiles[i].isFile()???
????????????????????&& ?textFiles[i].getName().endsWith( " .txt " ))? {???
????????????????System.out.println(" File? " ? +?textFiles[i].getCanonicalPath()???
????????????????????????+ ? " 正在被索引. " );???
????????????????String?temp?= ?FileReaderAll(textFiles[i].getCanonicalPath(),???
????????????????????????" GBK " );???
????????????????System.out.println(temp);???
????????????????Document?document?= ? new ?Document();???
????????????????Field?FieldPath?= ? new ?Field( " path ",?textFiles[i].getPath(),???
????????????????????????Field.Store.YES,?Field.Index.NO);???
????????????????Field?FieldBody?= ? new ?Field( " body ",?temp,?Field.Store.YES,???
????????????????????????Field.Index.TOKENIZED,???
????????????????????????Field.TermVector.WITH_POSITIONS_OFFSETS);???
????????????????document.add(FieldPath);???
????????????????document.add(FieldBody);???
????????????????indexWriter.addDocument(document);???
????????????}???
????????}???
????????// optimize()方法是對索引進行優化????
????????indexWriter.optimize();???
????????indexWriter.close();???
???????????
????????// 測試一下索引的時間????
????????long ?endTime? = ? new ?Date().getTime();???
????????System.out???
????????????????.println(" 這花費了" ??
????????????????????????+ ?(endTime? - ?startTime)???
????????????????????????+ ? " ?毫秒來把文檔增加到索引里面去! " ??
????????????????????????+ ?fileDir.getPath());???
????} ???
??
???? public ? static?String?FileReaderAll(String?FileName,?String?charset)???
????????????throws ?IOException? {???
????????BufferedReader?reader?= ? new ?BufferedReader( new?InputStreamReader(???
????????????????new ?FileInputStream(FileName),?charset));???
????????String?line?= ? new ?String();???
????????String?temp?= ? new ?String();???
???????????
????????while ?((line? = ?reader.readLine())? != ? null)? {???
????????????temp?+= ?line;???
????????}???
????????reader.close();???
????????return ?temp;???
????} ???
} ?

索引的結果：

File?C:\s\ 1 .txt正在被索引.???
中華人民共和國全國人民2006年???
File?C:\s\ 2 .txt正在被索引.???
中華人民共和國全國人民2006年???
File?C:\s\ 3 .txt正在被索引.???
中華人民共和國全國人民2006年???
這花費了297?毫秒來把文檔增加到索引里面去 ! c:\s??

3、建立了索引之后，查詢啦....

package ?lighter.javaeye.com;???
??
import?java.io.IOException;???
??
import?org.apache.lucene.analysis.Analyzer;???
import?org.apache.lucene.analysis.standard.StandardAnalyzer;???
import ?org.apache.lucene.queryParser.ParseException;???
import?org.apache.lucene.queryParser.QueryParser;???
import?org.apache.lucene.search.Hits;???
import?org.apache.lucene.search.IndexSearcher;???
import?org.apache.lucene.search.Query;???
??
public ? class?TestQuery? {???
????public ? static ? void ?main(String[]?args)? throws?IOException,?ParseException? {???
????????Hits?hits?= ? null ;???
????????String?queryString?= ? " 中華 ";???
????????Query?query?= ? null ;???
????????IndexSearcher?searcher?= ? new ?IndexSearcher( " c:\\index " );???
??
????????Analyzer?analyzer?= ? new ?StandardAnalyzer();???
????????try ? {???
????????????QueryParser?qp?= ? new ?QueryParser( " body ",?analyzer);???
????????????query?= ?qp.parse(queryString);???
????????}? catch ?(ParseException?e)? {???
????????}???
????????if ?(searcher? != ? null )? {???
????????????hits?= ?searcher.search(query);???
????????????if ?(hits.length()? > ? 0 )? {???
????????????????System.out.println(" 找到: "? + ?hits.length()? + ? " ?個結果! " );???
????????????}???
????????}???
????} ?
??
} ??

其運行結果：

找到: 3 ?個結果!

?

Lucene 其實很簡單的,它最主要就是做兩件事:建立索引和進行搜索?
來看一些在lucene中使用的術語,這里并不打算作詳細的介紹,只是點一下而已----因為這一個世界有一種好東西，叫搜索。

IndexWriter:lucene中最重要的的類之一，它主要是用來將文檔加入索引，同時控制索引過程中的一些參數使用。

Analyzer:分析器,主要用于分析搜索引擎遇到的各種文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。

Directory:索引存放的位置;lucene提供了兩種索引存放的位置，一種是磁盤，一種是內存。一般情況將索引放在磁盤上；相應地lucene提供了FSDirectory和RAMDirectory兩個類。

Document:文檔;Document相當于一個要進行索引的單元，任何可以想要被索引的文件都必須轉化為Document對象才能進行索引。

Field：字段。

IndexSearcher:是lucene中最基本的檢索工具，所有的檢索都會用到IndexSearcher工具;

Query:查詢，lucene中支持模糊查詢，語義查詢，短語查詢，組合查詢等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些類。

QueryParser: 是一個解析用戶輸入的工具，可以通過掃描用戶輸入的字符串，生成Query對象。

Hits:在搜索完成之后，需要把搜索結果返回并顯示給用戶，只有這樣才算是完成搜索的目的。在lucene中，搜索的結果的集合是用Hits類的實例來表示的。

上面作了一大堆名詞解釋，下面就看幾個簡單的實例吧:?
1、簡單的的StandardAnalyzer測試例子

?

package ?lighter.javaeye.com;???
??
import?java.io.IOException;???
import?java.io.StringReader;???
??
import?org.apache.lucene.analysis.Analyzer;???
import ?org.apache.lucene.analysis.Token;???
import?org.apache.lucene.analysis.TokenStream;???
import?org.apache.lucene.analysis.standard.StandardAnalyzer;???
??
public ? class?StandardAnalyzerTest????
{???
???? // 構造函數，????
???? public?StandardAnalyzerTest()???
????{???
????} ???
???? public ? static? void ?main(String[]?args)????
????{???
????????// 生成一個StandardAnalyzer對象????
????????Analyzer?aAnalyzer?= ? new ?StandardAnalyzer();???
????????// 測試字符串???
????????StringReader?sr?= ? new ?StringReader( "lighter?javaeye?com?is?the?are?on ");???
????????// 生成TokenStream對象????
????????TokenStream?ts?= ?aAnalyzer.tokenStream( " name ",?sr);????
????????try ? {???
????????????int ?i = 0 ;???
????????????Token?t?= ?ts.next();???
????????????while (t != null )???
????????????{???
????????????????// 輔助輸出時顯示行號???
????????????????i++ ;???
????????????????// 輸出處理后的字符???
????????????????System.out.println(" 第 " + i + " 行: " + t.termText());???
????????????????// 取得下一個字符???
????????????????t= ts.next();???
????????????}???
????????}? catch ?(IOException?e)? {???
????????????e.printStackTrace();???
????????}???
????} ???
} ???

顯示結果：

第1行:lighter?
第2行:javaeye?
第3行:com

提示一下：?
StandardAnalyzer是lucene中內置的"標準分析器",可以做如下功能:?
1、對原有句子按照空格進行了分詞?
2、所有的大寫字母都可以能轉換為小寫的字母?
3、可以去掉一些沒有用處的單詞，例如"is","the","are"等單詞，也刪除了所有的標點?
查看一下結果與"newStringReader("lighter javaeye com is the are on")"作一個比較就清楚明了。?
這里不對其API進行解釋了，具體見lucene的官方文檔。需要注意一點，這里的代碼使用的是lucene2的API，與1.43版有一些明顯的差別。

2、看另一個實例,簡單地建立索引，進行搜索

package?lighter.javaeye.com;???
import?org.apache.lucene.analysis.standard.StandardAnalyzer;???
import?org.apache.lucene.document.Document;???
import?org.apache.lucene.document.Field;???
import ?org.apache.lucene.index.IndexWriter;???
import?org.apache.lucene.queryParser.QueryParser;???
import?org.apache.lucene.search.Hits;???
import?org.apache.lucene.search.IndexSearcher;???
import?org.apache.lucene.search.Query;???
import?org.apache.lucene.store.FSDirectory;???
??
public ? class?FSDirectoryTest? {???
??
???? // 建立索引的路徑????
???? public ? static? final ?String?path? = ? " c:\\index2 ";???
??
????public ? static ? void ?main(String[]?args)? throws?Exception? {???
????????Document?doc1?= ? new ?Document();???
????????doc1.add(?new ?Field( " name " ,? "lighter?javaeye?com " ,Field.Store.YES,Field.Index.TOKENIZED));???
??
????????Document?doc2?= ? new ?Document();???
????????doc2.add(new ?Field( " name " ,? " lighter?blog ",Field.Store.YES,Field.Index.TOKENIZED));???
??
????????IndexWriter?writer?= ? new ?IndexWriter(FSDirectory.getDirectory(path,? true),? new ?StandardAnalyzer(),? true );???
????????writer.setMaxFieldLength(3 );???
????????writer.addDocument(doc1);???
????????writer.setMaxFieldLength(3 );???
????????writer.addDocument(doc2);???
????????writer.close();???
??
????????IndexSearcher?searcher?= ? new ?IndexSearcher(path);???
????????Hits?hits?= ? null ;???
????????Query?query?= ? null ;???
????????QueryParser?qp?= ? new ?QueryParser( " name " , new?StandardAnalyzer());???
???????????
????????query?= ?qp.parse( " lighter " );???
????????hits?= ?searcher.search(query);???
????????System.out.println(" 查找\ " lighter\ " ?共 " ? + ?hits.length()? + ?" 個結果 " );???
??
????????query?= ?qp.parse( " javaeye " );???
????????hits?= ?searcher.search(query);???
????????System.out.println(" 查找\ " javaeye\ " ?共 " ? + ?hits.length()? + ?" 個結果 " );???
??
????} ???
??
} ??

運行結果：

查找 " lighter " ?共2個結果???
查找 " javaeye " ?共1個結果?

到現在我們已經可以用lucene建立索引了
下面介紹一下幾個功能來完善一下：
1．索引格式

其實索引目錄有兩種格式，

一種是除配置文件外，每一個Document獨立成為一個文件（這種搜索起來會影響速度）。

另一種是全部的Document成一個文件，這樣屬于復合模式就快了。

2.索引文件可放的位置：

索引可以存放在兩個地方1.硬盤，2.內存
放在硬盤上可以用FSDirectory()，放在內存的用RAMDirectory()不過一關機就沒了

FSDirectory.getDirectory(File?file,?boolean ?create)
FSDirectory.getDirectory(String?path,?boolean ?create)

兩個工廠方法返回目錄
New RAMDirectory()就直接可以
再和

IndexWriter(Directory?d,?Analyzer?a,?boolean ?create)

一配合就行了
如：

IndexWrtier?indexWriter? = ?new ?IndexWriter(FSDirectory.getDirectory(“c:\\index”, true ), new?StandardAnlyazer(), true );
IndexWrtier?indexWriter? = ?new ?IndexWriter( new ?RAMDirectory(), new ?StandardAnlyazer(),true );

3.索引的合并
這個可用

IndexWriter.addIndexes(Directory[]?dirs)

將目錄加進去
來看個例子:

public ? void ?UniteIndex()?throws ?IOException
????{
????????IndexWriter?writerDisk?= ? new ?IndexWriter(FSDirectory.getDirectory( " c:\\indexDisk" ,? true ), new ?StandardAnalyzer(), true );
????????Document?docDisk?= ? new ?Document();
????????docDisk.add(new ?Field( " name " , " 程序員之家 " ,Field.Store.YES,Field.Index.TOKENIZED));
????????writerDisk.addDocument(docDisk);
????????RAMDirectory?ramDir?= ? new ?RAMDirectory();
????????IndexWriter?writerRam?= ? new ?IndexWriter(ramDir, new ?StandardAnalyzer(), true );
????????Document?docRam?= ? new ?Document();
????????docRam.add(new ?Field( " name " , " 程序員雜志 " ,Field.Store.YES,Field.Index.TOKENIZED));
????????writerRam.addDocument(docRam);
????????writerRam.close();// 這個方法非常重要，是必須調用的?
????????writerDisk.addIndexes(new ?Directory[] {ramDir} );
????????writerDisk.close();
????}?
???? public ? void?UniteSearch()? throws ?ParseException,?IOException
????{
????????QueryParser?queryParser?= ? new ?QueryParser( " name " , new?StandardAnalyzer());
????????Query?query?= ?queryParser.parse( " 程序員 " );
????????IndexSearcher?indexSearcher?= new ?IndexSearcher( " c:\\indexDisk " );
????????Hits?hits?= ?indexSearcher.search(query);
????????System.out.println(" 找到了 " + hits.length() + " 結果 " );
????????for ( int ?i = 0 ;i
????????{
????????????Document?doc?= ?hits.doc(i);
????????????System.out.println(doc.get(" name " ));
????????}
}

這個例子是將內存中的索引合并到硬盤上來.
注意：合并的時候一定要將被合并的那一方的IndexWriter的close()方法調用。

4.對索引的其它操作:
IndexReader類是用來操作索引的，它有對Document,Field的刪除等操作。
下面一部分的內容是：全文的搜索
全文的搜索主要是用：IndexSearcher,Query,Hits,Document(都是Query的子類),有的時候用QueryParser
主要步驟：

1 . new ?QueryParser(Field字段， new ?分析器)
2 .Query?query? =?QueryParser.parser(“要查詢的字串”);這個地方我們可以用反射api看一下query究竟是什么類型
3 . new ?IndexSearcher(索引目錄).search(query);返回Hits
4 .用Hits.doc(n);可以遍歷出Document
5 .用Document可得到Field的具體信息了。

其實1　，2兩步就是為了弄出個Query 實例，究竟是什么類型的看分析器了。

拿以前的例子來說吧

QueryParser?queryParser? = ?new ?QueryParser( " name " , new ?StandardAnalyzer());
????????Query?query?= ?queryParser.parse( " 程序員 " );
/**/ /* 這里返回的就是org.apache.lucene.search.PhraseQuery */?
????????IndexSearcher?indexSearcher?= new ?IndexSearcher( " c:\\indexDisk " );
????????Hits?hits?= ?indexSearcher.search(query);

不管是什么類型，無非返回的就是Query的子類，我們完全可以不用這兩步直接new個Query的子類的實例就ok了，不過一般還是用這兩步因為它返回的是PhraseQuery這個是非常強大的query子類它可以進行多字搜索用QueryParser可以設置各個關鍵字之間的關系這個是最常用的了。
IndexSearcher:
其實IndexSearcher它內部自帶了一個IndexReader用來讀取索引的，IndexSearcher有個close()方法，這個方法不是用來關閉IndexSearche的是用來關閉自帶的IndexReader。

QueryParser呢可以用parser.setOperator()來設置各個關鍵字之間的關系（與還是或）它可以自動通過空格從字串里面將關鍵字分離出來。
注意：用QueryParser搜索的時候分析器一定的和建立索引時候用的分析器是一樣的。
Query:
可以看一個lucene2.0的幫助文檔有很多的子類:
BooleanQuery, ConstantScoreQuery, ConstantScoreRangeQuery, DisjunctionMaxQuery,FilteredQuery, MatchAllDocsQuery, MultiPhraseQuery, MultiTermQuery,PhraseQuery, PrefixQuery, RangeQuery, SpanQuery, TermQuery
各自有用法看一下文檔就能知道它們的用法了
下面一部分講一下lucene的分析器:
分析器是由分詞器和過濾器組成的，拿英文來說吧分詞器就是通過空格把單詞分開，過濾器就是把the,to,of等詞去掉不被搜索和索引。
我們最常用的是StandardAnalyzer()它是lucene的標準分析器它集成了內部的許多的分析器。
最后一部分了：lucene的高級搜索了
1.排序
Lucene有內置的排序用IndexSearcher.search(query,sort)但是功能并不理想。我們需要自己實現自定義的排序。
這樣的話得實現兩個接口: ScoreDocComparator,SortComparatorSource
用IndexSearcher.search(query,newSort(new SortField(String Field,SortComparatorSource)));
就看個例子吧：
這是一個建立索引的例子：

public ? void ?IndexSort()?throws ?IOException
{
????????IndexWriter?writer?= ? new ?IndexWriter( " C:\\indexStore " , new?StandardAnalyzer(), true );
????????Document?doc?= ? new ?Document()
????????doc.add(new ?Field( " sort " , " 1 ",Field.Store.YES,Field.Index.TOKENIZED));
????????writer.addDocument(doc);
????????doc?= ? new ?Document();
????????doc.add(new ?Field( " sort " , " 4 ",Field.Store.YES,Field.Index.TOKENIZED));
????????writer.addDocument(doc);
????????doc?= ? new ?Document();
????????doc.add(new ?Field( " sort " , " 3 ",Field.Store.YES,Field.Index.TOKENIZED));
????????writer.addDocument(doc);
????????doc?= ? new ?Document();
????????doc.add(new ?Field( " sort " , " 5 ",Field.Store.YES,Field.Index.TOKENIZED));
????????writer.addDocument(doc);
????????doc?= ? new ?Document();
????????doc.add(new ?Field( " sort " , " 9 ",Field.Store.YES,Field.Index.TOKENIZED));
????????writer.addDocument(doc);
????????doc?= ? new ?Document();
????????doc.add(new ?Field( " sort " , " 6 " ,Field.Store.YES,Field.Index.TOKENIZED));
????????writer.addDocument(doc);
????????doc?= ? new ?Document();
????????doc.add(new ?Field( " sort " , " 7 ",Field.Store.YES,Field.Index.TOKENIZED));
????????writer.addDocument(doc);
????????writer.close();
}?

下面是搜索的例子:
[code]
public void SearchSort1() throws IOException, ParseException
{
??????? IndexSearcher indexSearcher = newIndexSearcher("C:\\indexStore");
??????? QueryParser queryParser = newQueryParser("sort",new StandardAnalyzer());
??????? Query query =queryParser.parse("4");
????? ?
??????? Hits hits =indexSearcher.search(query);
??????? System.out.println("有"+hits.length()+"個結果");
??????? Document doc = hits.doc(0);
???????System.out.println(doc.get("sort"));
}
public void SearchSort2() throws IOException, ParseException
{
??????? IndexSearcher indexSearcher = newIndexSearcher("C:\\indexStore");
??????? Query query = new RangeQuery(newTerm("sort","1"),newTerm("sort","9"),true);//這個地方前面沒有提到，它是用于范圍的Query可以看一下幫助文檔.
??????? Hits hits =indexSearcher.search(query,new Sort(new SortField("sort",newMySortComparatorSource())));
??????? System.out.println("有"+hits.length()+"個結果");
??????? for(int i=0;i
??????? {
??????????? Document doc= hits.doc(i);
???????????System.out.println(doc.get("sort"));
??????? }
}
public class MyScoreDocComparator implements ScoreDocComparator
{
??? private Integer[]sort;
??? public MyScoreDocComparator(String s,IndexReader reader,String fieldname) throws IOException
??? {
??????? sort = new Integer[reader.maxDoc()];
??????? for(int i = 0;i
??????? {
??????????? Document doc=reader.document(i);
??????????? sort[i]=newInteger(doc.get("sort"));
??????? }
??? }
??? public int compare(ScoreDoc i, ScoreDoc j)
??? {
??????? if(sort[i.doc]>sort[j.doc])
??????????? return 1;
??????? if(sort[i.doc]
??????????? return -1;
??????? return 0;
??? }
??? public int sortType()
??? {
??????? return SortField.INT;
??? }
??? public Comparable sortValue(ScoreDoc i)
??? {
??????? // TODO 自動生成方法存根
??????? return new Integer(sort[i.doc]);
??? }
}
public class MySortComparatorSource implements SortComparatorSource
{
??? private static final long serialVersionUID =-9189690812107968361L;
??? public ScoreDocComparator newComparator(IndexReader reader,String fieldname)
??????????? throwsIOException
??? {
???????if(fieldname.equals("sort"))
??????????? return newMyScoreDocComparator("sort",reader,fieldname);
??????? return null;
??? }
}[/code]
SearchSort1()輸出的結果沒有排序,SearchSort2()就排序了。
2.多域搜索MultiFieldQueryParser
如果想輸入關鍵字而不想關心是在哪個Field里的就可以用MultiFieldQueryParser了
用它的構造函數即可后面的和一個Field一樣。
MultiFieldQueryParser. parse(String[] queries, String[] fields,BooleanClause.Occur[] flags, Analyzeranalyzer)?????????????????????????????????????????~~~~~~~~~~~~~~~~~
第三個參數比較特殊這里也是與以前lucene1.4.3不一樣的地方
看一個例子就知道了
String[] fields = {"filename", "contents", "description"};
?BooleanClause.Occur[] flags = {BooleanClause.Occur.SHOULD,
???????????????BooleanClause.Occur.MUST,//在這個Field里必須出現的
???????????????BooleanClause.Occur.MUST_NOT};//在這個Field里不能出現
?MultiFieldQueryParser.parse("query", fields, flags, analyzer);

1、lucene的索引不能太大，要不然效率會很低。大于1G的時候就必須考慮分布索引的問題

2、不建議用多線程來建索引，產生的互鎖問題很麻煩。經常發現索引被lock，無法重新建立的情況

3、中文分詞是個大問題，目前免費的分詞效果都很差。如果有能力還是自己實現一個分詞模塊，用最短路徑的切分方法，網上有教材和demo源碼，可以參考。

4、建增量索引的時候很耗cpu，在訪問量大的時候會導致cpu的idle為0

5、默認的評分機制不太合理，需要根據自己的業務定制

?

整體來說lucene要用好不容易，必須在上述方面擴充他的功能，才能作為一個商用的搜索引擎

總結

以上是生活随笔為你收集整理的Lucene入门教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。