Lucene索引的建立

Lucene索引的建立

Lucene是完全开源的全文搜索引擎，但不是一个具体的应用App.你需要自己进行一些搭建。但是基本上函数类都是已经提供好了的。最初是Java版的，但由于lucene的高性能，其他语言也都有相应的版本实现。我也是有幸接触到了Lucene.说实话，完全是个小白。完全是自学之中。由于目前找到的书籍中邱哲、符滔滔、王学松版<搭建自己的搜索引擎>读着感觉写的很清楚，可惜也是2010年出版的了。里面的lucene谈到的也是2.0版。目前的是6.0版。我在这里把一些思想和概念在这里写出来，只是希望能在此基础上大家去看那些其他人写的关于最新的lucene教程容易些。个人理解，仅作交流。

1.      搜索引擎之所以检索速度快其中一个因素就是对索引的建立。就好像书籍的目录，可以让我们迅速定位到内容。这里引用一张图说明搜索过程。

从图中可以很清晰的看到一个搜索系统，三个部分：收集数据整理成索引文档，这个过程多是确定你需要检索的信息。比如如果你需要检索图书馆中的书。那么你可能需要把所有检索书时可能用到的信息整理出来包括书名，作者，出版日期，摘要等；建立索引。对收集的索引信息存入数据库后我们需要在其上建立索引；搜索服务。搜索其实就是检索建立好索引库。大型的公司服务器每天还都会自动更新索引，以保证用户检索信息的实时性。这里我们仅谈论索引的建立过程。

2，索引建立

           <pre name="code" class="java">           Document bookdoc=new Document();
           Field bookName=new Field("bookname","钢铁是怎样炼成的"，Field.Store.YES,Field.Index.TOKENIZED);
           Field author=new Field("author","匿名"，Field.Store.YES,Field.Index.UN_TOKENIZED);
           bookdoc.add(bookName);
           bookdoc.add(author);
           IndexWriter writer=new IndexWriter(INDEX_STORE_PATH,new StandarAnalyzer(),true);
           writer.addDocument(bookdoc);

           writer.close();

上面就是一个索引地建立过程。比如我们要检索一本书的信息。首先我们将获取的需要检索的书名、作者信息存入Field类型对象中，然后将Field对象加入到Document类型中。Indexwriter是一个建立索引的工具，利用它对索引创建。Indexwriter中封装了许多类和方法。当我们将Document类型的数据给它时，就是告诉它，对bookdoc建立索引。

对于Document和Field的关系就好像一张表格中的记录和字段。Document只是表格中的一行，而Field只是一列。

3.参数解释

Filed：前两个参数很容易理解，给字段起个名字，传入值。第三个是表示该字段表示完整存储下来。通常如果在检索时需要完整显示出来信息就选Yes。如果该字段仅是书中一段摘要，我们也可以用Field.Store.No.可以看的出Store为Field中的静态类。而YES为Store类型的值。同理，后面的参数表示该字段需要被分词器切分检索。对于作者名字段通常用户查询时需要完整输入，因此该字段不需要切分。

Document ：调用add()方法，将FIeld加入其中。

Indexwriter：第一个为索引建立完成后存放的路径，通常需要捕捉异常即try...catch神马的。第二个参数是指定语言的分词器实例，上文用的是StandarAnalyzer。第三个布尔型值是表式是否将指定路径下的内容清空。通常我们第一次建立索引时置为true，以后如果只是更新索引应该将其置为false。最后关闭writer.这点需要注意：如果不关闭会导致建立的索引数据没有导入磁盘，数据将在缓存中，甚至可能出现锁定情况。下次在该目录下将会发生无法加入文件的情况。

这里给出一篇博客的链接，写的是lucene4.0,有兴趣可以看一下http://www.cnblogs.com/xing901022/p/3933675.html。

最后再度说明，以上内容是lucene2.0之前，如果能帮助大家更轻松地看懂其他IT员的博客，那这篇文章就算值了。文章仅为交流，不当之处，敬请留言指教。