Lucene相关常用的术语

1.数据源 DataSource

被存储到索引库中的数据的来源，称之为数据源，例如：字符串、文档、数据库中表数据等。

 

2.分词器 Analyzer

分词器 Analyzer也称为分析器，一段有意义的文字需要通过Analyzer分词器分割成一个个词语后才能按关键字搜 索，

 

3.令牌 Token

Analyzer返回的结果就是一串Token。Token包含一个代表词本身含义的字符串（也就是词本身嘛）和该词在文章 中相应的起止偏移位置，

 

4.字条（词条） Term

term是搜索的最小单位，它表示文档的一个词语，term由两部分组成：它表示的词语和这个词语所出现的field。

 

5.文档 Document

用户提供的数据源是一条条记录，它们可以是文本文件、字符串或者数据库表的一条记录等等。一条记录经过索引 之后，就是以一个Document的形式存储在索引文件中的。用户进行搜索，也是以Document列表的形式返回。

 

6.域 Field

一个Document可以包含多个信息域，例如一篇文章可以包含“标题”、“正文”、“最后修改时间”等信息域，这些信息 域就是通过Field在Document中存储的。

 

7.索引库 Index

Index索引库，文档的集合组成索引。和一般的数据库不一样，Lucene不支持定义主键，在Lucene中不存在一叫 做Index的类，通过IndexWriter来写索引，通过IndexReader来读索引。索引库在物理形式上一般是位于一个路径 下的一系列文件。