lucene创建搜索

本文介绍了一个基于Lucene的搜索实现案例,包括如何创建Directory、IndexReader及IndexSearcher,并通过QueryParser构造查询条件来实现对指定目录下文档的搜索功能。文章详细展示了搜索流程,并通过日志记录了搜索结果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

@Configuration
@Component
@Log4j2
public class LuceneSearch {
  
  /**
   * 创建搜索
   * @throws Exception
   */
  public  void  search() throws  Exception{

    // 1. 创建  Directory  告知在哪里进行搜索
    Directory  directory = FSDirectory.open(new File("E:/lucene/index01"));  // 创建在硬盘中
    // 2. 创建 IndexReader
    try {
      IndexReader indexReader = IndexReader.open(directory);
      //3.根据 IndexReader 创建 IndexSearch
      IndexSearcher indexSearcher = new IndexSearcher(indexReader);
      // 4. 创建 搜索的
      // 创建 queryParser
      Analyzer analyzer =new StandardAnalyzer(Version.LUCENE_35);// 分词器
      String f  ="content" ; // 声明一个 f 表示的是 要 搜索的搜索域为content
      QueryParser queryParser =new QueryParser(Version.LUCENE_35,f,analyzer);
      String  Strquery  = "java";
      // 创建搜索的内容包含 什么的
      Query query =queryParser.parse(Strquery);  // 表示搜索的搜索域为content中包含风筝误的文档
      // 5. 根据 indexSearcher 搜索并返回 TopDocs  10: 表示显示10      TopDocs topDocs=indexSearcher.search(query,10);
      // 6.根据topDocs 获取scoreDocs 对象
      ScoreDoc[] scoreDocs=topDocs.scoreDocs;
      // 遍历
         for (ScoreDoc scoreDoc :scoreDocs){
             // 7.根据  indexSearcher  scoreDocs 获取  Document
            Document document= indexSearcher.doc(scoreDoc.doc);
            // 8. 根据 Document 获取需要的值
           String content= document.get("content");
           String path = document.get("path");
           String filename=document.get("filename");
           log.info("文档的id------>"+scoreDoc.doc);
           log.info("获取的文件名称是:"+filename+"-------->【它所在的位置在:+"+path+"+"+"+其内容是:--------------------------->"+content);
           log.info("<---------------------------------获取的文件名称是:"+filename+"-------->【它所在的位置在:+"+path+"+"+"+其内容是");
         }
      // 9.关闭
      indexReader.close();
    }catch (Exception e){
       e.printStackTrace();
    }finally {
      try {

      }catch (Exception e){
        e.printStackTrace();
      }
    }
  }
}
 
@RunWith(SpringRunner.class)
@SpringBootTest
public class LuceneSearchTests {

    @Autowired
   private LuceneIndex luceneIndex;


    @Autowired
    private LuceneSearch luceneSearch;


  /**
   * 测试创建索引
   */
    @Test
    public  void  CreateSearchTest() throws Exception{
      luceneSearch.search();
    }



}

内容概要:文章介绍了DeepSeek在国内智能问数(smart querying over data)领域的实战应用。DeepSeek是一款国内研发的开源大语言模型(LLM),具备强大的中文理解、推理和生成能力,尤其适用于企业中文环境下的智能问答、知识检索等。它具有数据可控性强的特点,可以自部署、私有化,支持结合企业内部数据打造定制化智能问数系统。智能问数是指用户通过自然语言提问,系统基于结构化或非结构化数据自动生成精准答案。DeepSeek在此过程中负责问题理解、查询生成、多轮对话和答案解释等核心环节。文章还详细展示了从问题理解、查询生成到答案生成的具体步骤,并介绍了关键技术如RAG、Schema-aware prompt等的应用。最后,文章通过多个行业案例说明了DeepSeek的实际应用效果,显著降低了数据使用的门槛。 适合人群:从事数据分析、企业信息化建设的相关从业人员,尤其是对智能化数据处理感兴趣的业务和技术人员。 使用场景及目标:①帮助业务人员通过自然语言直接获取数据洞察;②降低传统BI工具的操作难度,提高数据分析效率;③为技术团队提供智能问数系统的架构设计和技术实现参考。 阅读建议:此资源不仅涵盖了DeepSeek的技术细节,还提供了丰富的实战案例,建议读者结合自身业务场景,重点关注DeepSeek在不同行业的应用方式及其带来的价值。对于希望深入了解技术实现的读者,可以进一步探索Prompt工程、RAG接入等方面的内容。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值