Lucene初识

lucene的检索算法属于索引检索，即用空间换取时间，对需要检索的文件、字符流进行全文索引，在检索的时候对索引进行快速的检索，得到检索位置，这个位置记录检索词出现的文件路径或者某个关键字。

在使用数据库的项目中，不使用数据库进行检索的原因主要是：数据库在非精确查询的时候使用查询语言 like "%keyword%"，对数据库进行查询是对所有记录遍历，并对字段进行"%keyword%"匹配，在数据库的数据庞大以及某个字段存储的数据量庞大的时候，这种遍历是致命的，它需要对所有的记录进行匹配查询。因此，Lucene主要适用于文档集的全文检索，以及海量数据库的模糊检索，特别是对数据库的xml或者大数据的字符类型

全文检索 不等于 like "%keyword%"

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

为了对文档进行索引，Lucene提供了五个基础的类，他们分别是 Document,Field,IndexWriter,Analyzer,Directory。

Document

是用来描述文档的，这里的文档可以指一个html页面，一封电子邮件，一个文本文件，一个Document对象由多个Field对象组成的。可以把一个Document对象想象成数据库中的一个记录，而每个field对象就是记录的一个字段。

Field

field对象是用来描述一个文档的某个属性的，比如一封电子邮件的标题和内容可以用两个Field对象分别描述。

Analyzer

在一个文档被索引之前，首先需要对文档内容进行分词处理，这部分工作就是由Analyzer来做的。Analyzer类是一个抽象类，它有多个实现。针对不同的语言和应用需要选择合适的Analyzer。Analyzer把分词后的内容交给IndexWriter来建立索引

IndexWriter

IndexWriter是Lucene用来创建索引的一个核心的类，他的作用是把一个个的Document对象加到索引中来。

Directory

这个类代表了Lucene的索引的存储的位置，这是一个抽象类，它目前有两个实现，一个是FSDirectory，它表示一个存储在文件系统中的索引的位置。第二个是RAMDirectory，它表示一个存储在内存当中的索引的位置。

-------------------------------------------------------------------------------------------------------------------------------------------------------

搜索文档

利用Lucene进行搜索就像建立索引一样也是非常方便的。Lucene提供了几个基础的类来完成这个过程，它们分别是IndexSearcher，Term，Query，TermQuery，Hits。

Query

这是一个抽象类，他有多个实现，比如TermQuery，BoomleanQuery,PrefixQuery，这个类的目的是把用户输入的查询字符串封装成Lucene能够识别的Query

Term

Term是搜索的基本单位，一个Term对象有两个String类型的域组成。生成一个Term对象可以有如下一条语句来完成：Term term = new Term("fieldName","queryWord")；其中第一个参数代表了要在文档的哪一个Field上进行查找，第二个参数代表了要查询的关键字。

TermQuery

TermQuery是抽象类Query的一个子类，它同时也是Lucene支持的最为基本的一个查询类。生成一个TermQuery对象由如下语句完成：TermQuery termQuery = new TermQuery(new Term("fieldName","queryWord"))；它的构造函数只能接受一个参数，那就是一个Term对象

IndexSearcher

IndexSearcher是用来在建立好的索引上进行搜索的。它只能以只读的方式打开一个索引，所以可以有多个IndexSearcher的实例在一个索引上进行操作

Hits

Hits是用来保存搜索的结果的。