Lucene笔记03-Lucene索引创建域选项

一、域存储选项（Field.Store.*）

Field.Store.YES：将会存储域值，原始字符串的值将会保存在索引中，可以进行恢复操作，对于主键和标题，可以采用这种方式存储。

Field.Store.NO：不会存储域值，通常与Index.ANALYZED合起来使用，索引一些如文章正文等不需要恢复的文档。

二、域索引选项（Field.Index.*）

Field.Index.ANALYZED：进行索引和分词，适用于标题、内容等。

Field.Index.NOT_ANALYZED：进行索引，不进行分词，如身份证号码，姓名，ID等，适用于精确搜索。

Field.Index.ANALYZED_NO_NORMS：进行索引和分词，不存储norms信息，这个norms中包含了创建索引的时间和权值等信息。

Field.Index.NOT_ANALYZED_NO_NORMS：进行索引，不进行分词，不存储norms信息。

Field.Index.NO：不进行索引。

三、域存储和域索引的最佳实践

Field.Index	Field.Store	应用场景
NOT_ANALYZED_NO_NORMS	YES	标识符（主键、文件名），电话号码，身份证号，姓名，日期
ANALYZED	YES	文档的标题和摘要
ANALYZED	NO	文档的正文
NO	YES	文档的类型，数据库主键
NOT_ANALYZED	NO	隐藏关键字

上面的标准可以作为一个参考，不是绝对的，有些时候还是需要具体业务逻辑具体分析的。

四、一个例子

package com.wsy;

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

public class IndexUtil {
    private String[] ids = {"1", "2", "3", "4", "5", "6"};
    private String[] emails = {"a@a.com", "b@b.com", "c@c.com", "d@d.com", "e@e.com", "f@f.com"};
    private String[] contents = {"content 1", "content 2", "content 3", "content 4", "content 5", "content 6"};
    private int[] attachFiles = {1, 2, 3, 4, 5, 6};
    private String[] names = {"qianyi", "zhaoer", "zhangsan", "lisi", "wangwu", "liuliu"};
    private Directory directory = null;

    public IndexUtil() {
        try {
            directory = FSDirectory.open(new File("E:\\Lucene\\IndexLibrary"));
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    public void index() {
        IndexWriter indexWriter = null;
        try {
            indexWriter = new IndexWriter(directory, new IndexWriterConfig(Version.LUCENE_35, new StandardAnalyzer(Version.LUCENE_35)));
            Document document = null;
            for (int i = 0; i < ids.length; i++) {
                document = new Document();
                document.add(new Field("id", ids[i], Field.Store.YES, Field.Index.NOT_ANALYZED_NO_NORMS));
                document.add(new Field("email", emails[i], Field.Store.YES, Field.Index.NOT_ANALYZED));
                document.add(new Field("content", contents[i], Field.Store.NO, Field.Index.ANALYZED));
                document.add(new Field("name", names[i], Field.Store.YES, Field.Index.NOT_ANALYZED_NO_NORMS));
                indexWriter.addDocument(document);
            }
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            if (indexWriter != null) {
                try {
                    indexWriter.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
    }

    public void query() {
        try {
            IndexReader indexReader = IndexReader.open(directory);
            // numDocs()返回索引中未被删除的文档总数
            // maxDoc()返回索引中删除（标记为删除，但是还没有真正删除）和未被删除的文档总数
            // numDeleteDocs()返回被放在回收站的索引的数目，这些是可以恢复的
            System.out.println("numDocs=" + indexReader.numDocs());
            System.out.println("maxDocs=" + indexReader.maxDoc());
            System.out.println("numDeleteDocs=" + indexReader.numDeletedDocs());
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            if(indexReader!=null){
                try {
                    indexReader.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
    }
}

通过上面这个例子，主要是需要明白Store和Index的用法，对于不同的域，结合业务需要，判断是否进行存储和索引。