师兄推荐我学习Lucene这门技术，用了两天时间，大概整理了一下相关知识点。
一、什么是Lucene
Lucene即全文检索。全文检索是计算机程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置。当用户查询时根据建立的索引查找，类似于通过字典的检索字表查字的过程。
二、Lucece全文检索和数据库检索的区别
三、Lucene的原理
（1）索引库操作原理
注意：这里面有两个关键的对象：分别是IndexWriter和IndexSearcher。
执行增删改操作用的是IndexWriter对象，执行查询操作用的是IndexSearcher对象。
（2）索引库存放数据原理
注意：Lucece库在4.0之前和4.0之后的API发生了很大变化，这个图中的Index到后面的API已经不建议再用了。后面有相应的替代方法。
比如：原来的写法：
String id = NumericUtils.intToPrefixCoded(1);
new Field("id",id,Store.YES,Index.NOT_ANALYZED)；
new Field("title", "我是陈驰",Store.YES, Index.NOT_ANALYZED)；
new Field(""content",
"国防科学技术大学（National University of Defense Technology），是中华人民共和国中央军事委员会直属的一所涵盖理学、工学、军事学、管理学、经济学、哲学、文学、教育学、法学、历史学等十大学科门类的综合性全国重点大学",
Store.YES,
Index.ANALYZED)；
后来的写法：
new IntField("id", 1, Store.YES);
new StringField("title", "我是陈驰", Store.YES);
new TextField(
"content",
"国防科学技术大学（National University of Defense Technology），是中华人民共和国中央军事委员会直属的一所涵盖理学、工学、军事学、管理学、经济学、哲学、文学、教育学、法学、历史学等十大学科门类的综合性全国重点大学",
Store.YES);
四、Lucene开发原理（索引库与数据库同步）
数据库与索引库中存放相同的数据，可以使用数据库中存放的ID用来表示和区分同一条数据。
--数据库中用来存放数据
--索引库中用来查询、检索
检索库支持查询检索多种方式，
特点：
1：由于是索引查询（通过索引查询数据），检索速度快，搜索的结果更加准确
2：生成文本摘要，摘要截取搜索的文字出现最多的地方
3：显示查询的文字高亮
4：分词查询等
注意：添加了索引库，并不意味着不往数据库中存放数据，数据库的所有操作仍和以前一样。只不过现在多维护一个索引库，在查询的时候可以提高效率。
索引库中存放的数据要转换成Document对象（每条数据就是一个Document对象），并向Document对象中存放Field对象（每条数据对应的字段，例如主键ID、所属单位、图纸类别、文件名称、备注等），将每个字段中的值都存放到Field对象中。
五、开发步骤
（1）需要的jar包
（2）需要的配置文件（注：这里我用的是IKAnalyzer，是第三方的中文分词器，庖丁分词，中文分词，特点：扩展新的词，自定义停用词。只有用该分词器才用到以下配置文件。）
l IKAnalyzer.cfg.xml
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!--用户可以在这里配置自己的扩展字典-->
<entry key="ext_dict">mydict.dic;</entry>
<!--用户可以在这里配置自己的扩展停止词字典-->
<entry key="ext_stopwords">ext_stopword.dic</entry>
</properties>
l ext.dic（扩展词库）
l stopword.dic（停用词库）
（3）一个简单的例子（用的标准分词器StandardAnalyzer，所以暂时没有用到上面的配置文件，标准分词器是汉字一个一个分的，英语还是按单词）
import java.io.File;
import java.io.IOException;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.IntField;
import org.apache.lucene.document.StringField;
import org.apache.lucene.document.Field.Index;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.IndexableField;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.junit.Test;
/**
* 使用lucene对数据创建索引
*
* @author chenchi
*
*/
public class TestLucene {
/**
* 使用IndexWriter对数据创建索引
* @throws IOException
*/
@Test
public void testCreateIndex() throws IOException {
// 索引存放的位置...
Directory d = FSDirectory.open(new File("indexDir/"));
// 索引写入的配置
Version matchVersion = Version.LUCENE_CURRENT;// lucene当前匹配的版本
Analyzer analyzer = new StandardAnalyzer(matchVersion);// 分词器
IndexWriterConfig conf = new IndexWriterConfig(matchVersion, analyzer);
// 构建用于操作索引的类
IndexWriter indexWriter = new IndexWriter(d, conf);
// 通过IndexWriter来创建索引
// 索引库里面的数据 要遵守一定的结构（索引结构，document）
Document doc = new Document();
/**
* 1.字段的名称 2.该字段的值 3.字段在数据库中是否存储
* StringField是一体的
* TextField是可分的
*/
IndexableField field = new IntField("id", 1, Store.YES);
IndexableField title = new StringField("title", "java培训零基础开始 从入门到精通",
Store.YES);
IndexableField content = new TextField(
"content",
"java培训，中软国际独创实训模式，三免一终身，学java多项保障让您无后顾之忧。中软国际java培训，全日制教学，真实项目实战，名企定制培训，四个月速成java工程师!",
Store.YES);
doc.add(field);
doc.add(title);
doc.add(content);
// document里面也有很多字段
indexWriter.addDocument(doc);
indexWriter.close();
}
/**
* 使用IndexSearcher对数据创建索引
*
* @throws IOException
*/
@Test
public void testSearcher() throws IOException {
// 索引存放的位置...
Directory d = FSDirectory.open(new File("indexDir/"));
// 通过indexSearcher去检索索引目录
IndexReader indexReader = DirectoryReader.open(d);
IndexSearcher indexSearcher = new IndexSearcher(indexReader);
// 这是一个搜索条件，根据这个搜索条件我们来进行查找
// term是根据哪个字段进行检索，以及字段对应值
//================================================
//注意：这样是查询不出，只有单字才能查询出来
Query query = new TermQuery(new Term("content", "培训"));
// 搜索先搜索索引目录
// 找到符合条件的前100条数据
TopDocs topDocs = indexSearcher.search(query, 100);
System.out.println("总记录数：" + topDocs.totalHits);
ScoreDoc[] scoreDocs = topDocs.scoreDocs;
for (ScoreDoc scoreDoc : scoreDocs) {
//得分采用的是VSM算法
System.out.println("相关度得分：" + scoreDoc.score);
//获取查询结果的文档的惟一编号，只有获取惟一编号，才能获取该编号对应的数据
int doc = scoreDoc.doc;
//使用编号，获取真正的数据
Document document = indexSearcher.doc(doc);
System.out.println(document.get("id"));
System.out.println(document.get("title"));
System.out.println(document.get("content"));
}
}
}
（4）实现Lucene的CURD操作
先写一个LuceneUtils类：
import java.io.File;
import java.io.IOException;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
public class LuceneUtils {
public static Directory d = null;
public static IndexWriterConfig conf = null;
public static Version matchVersion = null;
public static Analyzer analyzer = null;
static{
try {
d = FSDirectory.open(new File(Constant.FILEURL));
matchVersion = Version.LUCENE_44;
//注意：该分词器是单字分词
analyzer = new StandardAnalyzer(matchVersion);
conf = new IndexWriterConfig(matchVersion, analyzer);
} catch (IOException e) {
e.printStackTrace();
}
}
/**
*
* @return 返回版本信息
*/
public static Version getMatchVersion() {
return matchVersion;
}
/**
*
* @return 返回分词器
*/
public static Analyzer getAnalyzer() {
return analyzer;
}
/**
*
* @return 返回用于操作索引的对象
* @throws IOException
*/
public static IndexWriter getIndexWriter() throws IOException{
IndexWriter indexWriter = new IndexWriter(d, conf);
return indexWriter;
}
/**
*
* @return 返回用于读取索引的对象
* @throws IOException
*/
public static IndexSearcher getIndexSearcher() throws IOException{
IndexReader r = DirectoryReader.open(d);
IndexSearcher indexSearcher = new IndexSearcher(r);
return indexSearcher;
}
}