lucene 学习笔记 (2007年较早版本)

1. lucene的检索算法属于索引检索，即用空间来换取时间.
2. Document：一个要进行索引的单元，相当于数据库的一行纪录，任何想要被索引的数据，都必须转化为Document对象存放。
 Field：Document中的一个字段，相当于数据库中的Column ，Field是lucene比较多概念一个术语，详细见后。
 IndexWriter：负责将Document写入索引文件.

 Analyzer:分析器，主要用于文本分词。常用的有StandardAnalyzer分析器，StopAnalyzer分析器，WhitespaceAnalyzer分析器
 Directory: 索引存放的位置。lucene提供了两种索引存放的位置，一种是磁盘，一种是内存。一般情况将索引放在磁盘上；相应地   lucene提供了FSDirectory和RAMDirectory两个类。
 Segment: 是Lucene索引文件的最基本的一个单位。Lucene说到底就是不断加入新的Segment，然后按一定的规则算法合并不同的   Segment以合成新的Segment。

3. 特别注意的一点，当IndexWriter执行完addDocument方法后，一定要记得调用自身的close方法来关闭它。只 有在调用了close方法  后，索引器才会将存放在内在中的所有内容写入磁盘并关闭输出流。

4. lucene建立索引的过程就是将待索引的对象转化为Lucene的Document对象，使用IndexWriter将其写入lucene 自定义格式的索引文件  中。

5. 在Field当中有三个内部类：Field.Index,Field.Store,Field.termVector。
 Field.Index.TOKENIZED：分词索引
 Field.Index.UN_TOKENIZED：分词进行索引，如作者名，日期等，Rod Johnson本身为一单词，不再需要分词。
 Field.Index：不进行索引，存放不能被搜索的内容如文档的一些附加属性如文档类型, URL等.

 Field.Store.YES：索引文件本来只存储索引数据, 此设计将原文内容直接也存储在索引文件中，如文档的标题。
 Field.Store.NO：原文不存储在索引文件中，搜索结果命中后，再根据其他附加属性如文件的Path，数据库的主键等，重新连接打开    原文，适合原文内容较大的情况。 

6. 优化索引:可以使用IndexWriter类的optimize方法来进行优先，它会将多个Segment进行合并，组成一个新的Segment,可以加 快建立 索引后搜索的速度。另外需要注意的一点，optimize方法会降低建立索引的速度，而且要求的磁盘空间会增加。

7. 索引的建立:

 首先分别new 一个Document，IndexWriter,Field
 然后用Doument.add()方法加入Field,
 其次用IndexWrtier.addDocument()方法加入Document.
 最后调用一下IndexWriter.close()方法关闭输入索引.