Lucene总结

因为有项目中需要用到全文检索，而此次选择的是lucene，技术的东西，隔一段时间不用的的话基本就忘了，

这里记录下来，相当于技术思维导航！下次用到就方便多了！文章重点讲解思路以及项目过程中遇到的问题，不会直接上项目实现代码！

应用场景：

很多公司为了技术积累，或是各类项目文档，都会用wiki统一管理起来，无论是对新人，还是业务域内各系统人员，提供自助式资料查找，

从而节省大量的人力资源！这种的话基本都是文章或是附件(比如系分、测分文档)，那么传统的数据库存储查询就难以满足需求了，故引入Lucene！

一、索引重构

引入Lucene之前，很有可能是已经有了历史数据了，那么想让Lucene能查到历史数据，那么肯定需要把历史数据也生成索引！

1.1 先删除所有索引(不管有没有)

1.2 把需要查询的数据从数据库捞出来

1.3 循环创建每条数据的索引

1.4 索引提交

比如文章实体article：包含标题，内容，附件。

从数据库里面查询出来先转换成IndexField(包含需要查询的字段---->>> title,content)，

然后把IndexField转换成document，生成索引！数据库一条数据对应一个document，转换方式：

// 标题
doc.add(new Field("title",field.getTitle(),Field.Store.YES,Field.Index.ANALYZED));
// 内容(包含文档内容和附件内容)
doc.add(new Field("content",content,Field.Store.YES,Field.Index.ANALYZED));

各常量值请自行查阅API.....

注意：此处有个问题，怎么取到附件里面的内容！

// 附件内容获取
String  attachmentContent = new Tika().parseToString(new File(path))

此处用到了Tika,  对应jar包为：tika-app-1.xx.jar，请自行下载！

二、添加文章数据，即也需要同步添加索引(更新数据略)

注意：此处需要思考一个问题，如果是添加一条数据就提交一次索引的话，效率是很低的，那么该怎么处理这个问题呢？

Lucene提供了一套解决方案，叫做近实时搜索！

近实时搜索的概念是：添加一条索引，但是先不提交，等到一定的所有条数或是隔一段固定的时间，统一提交！

没提交的话就没有真正的所有document,而是先存着内存中，搜索的时候也会从内存中搜索！以下三个类结合使用达到效果！

NRTManager   SearcherManager  NRTManagerReopenThread

三、持久化

既然是隔一段时间统一提交(自定义线程控制)，那么万一没提交的时候机器挂了，那么索引就丢失了！

这里采取的方式是数据库创建临时表，不管是新增、修改、删除都存放一条索引操作数据，

宕机重启后可以通过数据库恢复！！(提交完后临时表数据要相应的删除)

四、高亮

略.....

五、查询

通过遍历索引doc查询相应的数据！

....................................................................