学习笔记1：关于Lucene的索引的建立

                                                                    关于Lucene的索引的建立

Document,在Lucene中，代表逻辑文档，本身和物理的文件没有关系，作为一种数据源的集合，像Lucene提供原始的要索引的文本内容。

Field类型主要是用于标识当前数据源的各种属性，存储来自数据源的数据内容。

Document-Field类似于关系型数据库，一张表可以看成是Lucene中的索引，表中的每一条记录就是Lucene,而表中的每一个字段就是Field.

 

数据源的各种属性包括以下部分：

1. 是否存储：该数据源的数据是否完整存储于索引中，适合于内容较为较短的简单数据源，若将大段文本存储在索引中，会使索引容量过大。
2. 是否索引：该数据源的数据是否要在用户检索时被检索。
3. 是否分词：该数据源的数据是否要晋国分词。

 

举例而言： 图书管理系统

书号：id,书号是唯一编号，需要索引和存储，但不需要分词。

书名：需要分词、索引，另外在查询结果中需要完整显示，所以需要存储。

作者名：类似于书号，需要存储和索引，不需要索引。

书的出版日期:不需要对出版日期查询，因此不需要被索引，但在现实结果时需要显示。因此需要存储，不需要索引和分词。

书的摘要：当不需要包含完整的摘要信息时，不需要对摘要的完整信息进行存储。索引和分词。

价格：存储，不需要分词和索引。

 

Store.NO:表示该Field不需要被存储

Store.Yes: 表示该Field需要被存储

Store.COMPRESS:表示使用压缩方式来保存Field的值

Index.NO:该Field不需要索引，既不需要查找

Index.TOKENIZED:表示该Field先被分词再索引

Index.UN_TOKENIZED:表示不对该Field进行分词，但是要对它进行索引，也就是该Field会被用户查找。

Index.no_norms:表示对该Field进行索引，但是不使用Analyzer,同时禁止它参加评分，主要时为了减少内存的消耗。

 

    /**

            * Store配置field字段是否存储到索引库

            * YES：字段存储到索引库中，以后查询的时候可以查询出来

            * No：不存储到索引库中

            *  Index: Lucene为提高查询效率,会像字典一样创建索引. 配置此字段是否要建立索引(建立索引的Field就是Term),

            *  如果建立索引以后就可以通过此字段查询记录

            *   NOT_ANALYZED: 创建索引,但是Field的不分词(不分开) 整体作为一个索引

            *   ANALYZED: 不但要建立索引此Field会被分词(可能一个Field分为多个Term的情况)

            *   NO: 不建立索引,以后不能通过此字段查询数据

            *  Store yes Index: ANALYZED: 此Field可以存储,而且Field 关键字支持分词

            *  Store yes Index： NOT_ANALYZED 此Field可以存储,但是Field不支持分词,作为一个完成Term   例如: 数字 id  price  和URL 专业词汇

            *  Store yes Index: NO:  可以查询出此字段, 但是此字段不作为查询关键字

            *  Store no  Index: ANALYZED:  此Field不存储,但是此Field可以做为关键字搜索 

            *  Store no  Index: NOT_ANALYZED: 此Field不存储,但是此Field可以做为整体(不拆分)关键字搜索

            *  Store no  Index: NO:  既不建索引也不存储 没有任何意义,如果这样配置则会抛出异常

            */