研究Lucene的源码

研究Lucene的源码

Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，是简单而功能强大的基于Java的搜索库。它可以用于任何应用程序来搜索功能。它是可扩展的，高性能的库用于索引和搜索几乎任何类型的文本。虽然，可能现在Lucene用得不多研究，但是挺多的引擎是基于Lucene实现的，所以研究其源码的设计模式还是有必要的。

前期的准备工作

如果不使用配置好依赖的maven项目来运行代码，而使用普通的java项目来运行代码（网上找有关Lucene的案例试着运行），那就需要在Lucene的官网下载整一套的jar包和源代码（注意单单下载jar包是不能看源码的，所以要单独再下载源码，然后使用eclipse把源码关联到jar包），运行案例，发现不同版本的jar包，一些类或方法的使用方法不太一样，例如，Lucene5.0.0版本以上的FSDirectory的open(Path path)方法，传参是Path类型。而Lucene5.0.0版本以下的open方法的传参是File类型，兼顾旧版本的做法是使用toPath()方法把File的对象转成Path对象。有的例子中还使用了HWPFDocument类、Workbook类等，需要下载jxl.jar等jar包，总的来说就是需要哪些jar包就下载哪些jar包。
首先要理清楚使用Lucene组件的步骤，其作用是全文检索，所以先要创建文件相关的索引，然后根据通过索引查询相关文档。Lucene实现全文检索的流程如下图所示。

(1) 抽象父类模式
Lucene组件中大量地使用了抽象父类的模式，例如在Directory类、DataInput类、DirectoryReader类等类中都有应用。下面以Directory类为例子分析。
对创建和查询等对索引进行操作时使用的Directory类或其子类进行分析可