初识Lucene(1)

---

索引和搜索流程

创建 索引过程：
- 确定原始文档
- 获得文档（IO流）
- 构建文档对象（POJO）
- 分析文档，分词
- 创建索引

索引库由索引和文档对象组成

搜索过程：

• 用户通过搜索接口输入关键字
• 创建查询
• 执行搜索
• 从索引库搜索
• 渲染搜索结果，即返回页面或者json
  

  ---

创建文档对象：

文档ID是文档的唯一编号，ID从0开始，自动加一。
索引前需要将原始内容创建成文档，文档中包含中域，域中存储内容。
每个文档可以有多个域，不同的文档可以有不同的域(域名或域值相同)，同一个文档可以有相同的域。
域的属性:是否分析/是否索引/是否存储
用不同域的子类可以实现我们不同的需求.
StringField:字符串,不分析,存储整个串,决定是否存储
LongField:Long,分析,索引,决定是否存储
StoreField:多种类型,不分析,不索引,存储
TextField:字符串,流分析,索引,决定是否存储

---

分析文档

英语中：在原始文档中提取单词，字母转化为小写，去除标点符号，去除停用词等过程生成最终的词汇单元。不同域中拆分出来相同的单词是不同的term，term中包含文档的域名以及单词。内容。即内容相同域不同的话term不同。不能在域中找在别的域中存在的内容，

---

创建索引

当不同种存在相同的索引时，会记录对应的文档对象，查询时会将相应的文档对象返回。注意返回文档对象的顺序根据索引数量而定。
倒排索引结构、反向索引结构：创建索引是对语汇单元索引，通过词语找文档。索引即词汇表，规模较小，文档集合较大。

---

• Directory:索引库存放位置
• Analyzer:分析器
• indexReader:需要指定查询位置,也就是Directory,IO流
• indexsearcher:指定indexReader,可以搜索
• TermQuery:指定查询的域和查询的关键字
  创建索引代码:

        Directory directory = FSDirectory.open(new File("索引存放位置"));
        //分析器 
        Analyzer analyzer = new IKAnalyzer();
        IndexWriterConfig config = new IndexWriterConfig(Version.LATEST, analyzer);
        //将文档写入索引库，此过程进行索引创建
        IndexWriter indexWriter = new IndexWriter(directory, config);
        File f = new File("需要检索的文件夹");
        File[] listFiles = f.listFiles();
        for (File file : listFiles) {
            Document document = new Document();
            // 文件名称
            String file_name = file.getName();
            Field fileNameField = new TextField("fileName", file_name, Store.YES);
            // 文件大小
            long file_size = FileUtils.sizeOf(file);
            Field fileSizeField = new LongField("fileSize", file_size, Store.YES);
            // 文件路径
            String file_path = file.getPath();
            Field filePathField = new StoredField("filePath", file_path);
            // 文件内容
            String file_content = FileUtils.readFileToString(file);
            Field fileContentField = new TextField("fileContent", file_content, Store.NO);
            //往文档添加域
            document.add(fileNameField);
            document.add(fileSizeField);
            document.add(filePathField);
            document.add(fileContentField);
            // 第四步：使用indexwriter对象将document对象写入索引库，此过程进行索引创建。并将索引和document对象写入索引库。
            indexWriter.addDocument(document);

        }
        // 关闭IndexWriter。
        indexWriter.close();

---

查询索引代码:
- Directory:索引库存放位置
- indexReader:需要指定查询位置,也就是Directory,IO流
- indexsearcher:指定indexReader,可以搜索
- TermQuery:指定查询的域和查询的关键字
- IndexSearcher有四种重载方法,可以添加过滤策略/排序策略/组合条件查询.

        Directory directory = FSDirectory.open(new File("索引库位置"));
        IndexReader indexReader = DirectoryReader.open(directory);
        //IndexSearcher是真正的搜索执行者
        IndexSearcher indexSearcher = new IndexSearcher(indexReader);
        //决定域和查询的关键字
        Query query = new TermQuery(new Term("fileName", "lucene"));
        //查询头部的哪几个文档
        TopDocs topDocs = indexSearcher.search(query, 10);
        //评分之后的文档
        ScoreDoc[] scoreDocs = topDocs.scoreDocs;
        for (ScoreDoc scoreDoc : scoreDocs) {
            //拿到文档的ID
            int doc = scoreDoc.doc;
            Document document = indexSearcher.doc(doc);
            String fileName = document.get("fileName");
            String fileContent = document.get("fileContent");
            String fileSize = document.get("fileSize");
            String filePath = document.get("filePath");
        }
        //关闭
        indexReader.close();

---