Lucene学习：创建索引

1.1. 创建索引

示例：

  1 import org.apache.lucene.analysis.Analyzer;
  2
  3 import org.apache.lucene.analysis.TokenStream;
  4
  5 import org.apache.lucene.analysis.core.WhitespaceAnalyzer;
  6
  7 import org.apache.lucene.analysis.standard.StandardAnalyzer;
  8
  9 import org.apache.lucene.analysis.tokenattributes.OffsetAttribute;
 10
 11 import org.apache.lucene.document.Document;
 12
 13 import org.apache.lucene.document.Field;
 14
 15 import org.apache.lucene.document.StringField;
 16
 17 import org.apache.lucene.document.TextField;
 18
 19 import org.apache.lucene.index.DirectoryReader;
 20
 21 import org.apache.lucene.index.IndexWriter;
 22
 23 import org.apache.lucene.index.IndexWriterConfig;
 24
 25 import org.apache.lucene.index.Term;
 26
 27 import org.apache.lucene.queryparser.classic.ParseException;
 28
 29 import org.apache.lucene.queryparser.classic.QueryParser;
 30
 31 import org.apache.lucene.search.*;
 32
 33 import org.apache.lucene.store.Directory;
 34
 35 import org.apache.lucene.store.RAMDirectory;
 36
 37 import org.apache.lucene.util.BytesRef;
 38
 39 import org.junit.Assert;
 40
 41 import org.junit.Before;
 42
 43 import org.junit.Test;
 44
 45 import org.wltea.analyzer.lucene.IKAnalyzer;
 46
 47
 48
 49 import cn.lmc.myworld.common.lucene.LuceneUtils;
 50
 51
 52
 53 import java.io.IOException;
 54
 55 import java.io.StringReader;
 56
 57
 58
 59 public class IndexSearchDemo {
 60
 61     private Directory directory = new RAMDirectory();
 62
 63     private String[] ids = {"1", "2"};
 64
 65     private String[] teamname = {"fpx", "ig"};
 66
 67     private String[] contents = {"涅槃队，凤凰涅槃，勇夺2019LOLS赛冠军!", "翻山队，登峰造极，翻过那座山夺得了2019LOLS赛冠军!"};
 68
 69     private String[] players = {"doinb,tian,lwx,crisp,gimgoong", "rookie,jacklove,ning,baolan,theshy"};
 70
 71     private IndexWriterConfig indexWriterConfig = new IndexWriterConfig(new IKAnalyzer());
 72
 73     private IndexWriter indexWriter;
 74
 75
 76
 77     @Before
 78
 79     public void createIndex() {
 80
 81         try {
 82
 83             indexWriter = new IndexWriter(directory, indexWriterConfig);
 84
 85             for (int i = 0; i < 2; i++) {
 86
 87                 Document document = new Document();
 88
 89                 Field idField = new StringField("id", ids[i], Field.Store.YES);
 90
 91                 Field teamnameField = new StringField("teamname", teamname[i], Field.Store.YES);
 92
 93                 Field contentField = new TextField("content", contents[i], Field.Store.YES);
 94
 95                 Field playersField = new StringField("players", players[i], Field.Store.YES);
 96
 97                 document.add(idField);
 98
 99                 document.add(teamnameField);
100
101                 document.add(contentField);
102
103                 document.add(playersField);
104
105                 indexWriter.addDocument(document);
106
107             }
108
109             indexWriter.close();
110
111         } catch (IOException e) {
112
113             e.printStackTrace();
114
115         }
116
117     }
118
119
120
121     @Test
122
123     public void testTermQuery() throws IOException {
124
125         Term term = new Term("id", "1");
126
127         IndexSearcher indexSearcher = getIndexSearcher();
128
129         TopDocs topDocs = indexSearcher.search(new TermQuery(term), 10);
130
131         // 1)打印总记录数（命中数）：类似于百度为您找到相关结果约100,000,000个
132
133      long totalHits = topDocs.totalHits.value;
134
135      System.out.println("查询（命中）总的文档条数："+totalHits);
136
137      // LOGGER.info("查询（命中）文档最大分数："+topDocs.getMaxScore());
138
139      // 2)获取指定的最大条数的、命中的查询结果的文档对象集合
140
141      ScoreDoc[] scoreDocs = topDocs.scoreDocs;
142
143      // 打印具体文档
144
145      for (ScoreDoc scoreDoc : scoreDocs) {
146
147 int doc = scoreDoc.doc;
148
149 Document document = indexSearcher.doc(doc);
150
151 // 打印content字段的值
152
153 System.out.println("id: "+document.get("id"));
154
155 System.out.println("teamname: "+document.get("teamname"));
156
157 System.out.println("content: "+document.get("content"));
158
159 System.out.println("players: "+document.get("players"));
160
161 }
162
163 }
164
165 }

先来一个例子测试一下，我们要关注下面几个主要的类：

1. Directory
2. IndexWriterConfig
3. IndexWriter
4. IndexSearcher
5. TopDocs
6. ScoreDoc
7. Document
8. Field

1.1.1. Directory

由于Lucene的索引是存储在文件系统上面的，因此要通过Directory这个类来实现索引的存储。经常使用到的是下面两个类：

FSDirectory：在文件系统上存储索引文件

RAMDirectory：在内存中暂存索引文件，适用少量索引，大量索引会出现频繁GC

1.1.2. IndexWriterConfig

该类主要用于配置Lucene的分词器。

1.1.3. IndexWriter

该类为Lucene的操作类，可以对索引进行增，删操作。这里可能就会有人问了，”改”和”查”呢？

注意一下：

IndexWriter是有”改”（更新）操作的，但是实现的原理是先删除，后重新插入。因此更新的时候数据必须齐全，不能够只能更新一个字段的情况，这样有可能会出现将其他字段数据清空的问题。

另外，Lucene的索引统一时间内只能有一个IndexWriter来操作，因此设计工具类的时候，IndexWriter尽量设计为单例模式。

至于”查”操作则由另一个类IndexSearcher来实现。

1.1.4. IndexSearcher

该类就是用来查询索引库的索引的。

1.1.5. TopDocs

该类包含IndexSearcher.search()方法返回的具有较高评分的顶部文档

1.1.6. ScoreDoc

该类提供对TopDocs中每条搜索结果的访问接口

1.1.7. Document

Lucene的文档，也可以看作数据库中的一条记录。

1.1.8. Field

Field属于Document的一部分，可以重复。可以看作数据库中的字段。

1.1.8.1. Field的类型

注意：

由于Lucene是没有时间格式的字段的，因此要存储时间，就要将时间转化成数据用数据格式的NumericDocValuesField(建议)来存储。

1.1.8.2. Field.Store

new StringField("id", ids[i], Field.Store.YES);

看这个，可以看到创建索引的时候，每个Field后面都要加一个Field.Store.YES或者Field.Store.NO这两个又是干嘛的呢？

Field.Store.YES:表示会把这个域中的内容完全存储到文件中

Field.Store.NO:表示把这个域的内容不存储到文件中，但是可以被索引

原文地址：https://www.cnblogs.com/bestlmc/p/11865673.html