理解Lucene索引与搜索过程中的核心类
2016-04-14 17:13
459 查看
理解索引过程中的核心类
执行简单索引的时候需要用的类有:IndexWriter、Directory、Analyzer、Document、Field
1、IndexWriter
IndexWriter(写索引)是索引过程的核心组件,这个类负责创建新的索引,或者打开已有的索引,以及向索引中添加、删除或更新被索引文档的信息,但不能读取或搜索索引。IndexWriter需要开辟一定的空间来存储索引,该功能由Directory完成
2、Directory
/** A Directory is a flat list of files. Files may be written once, when they
* are created. Once a file is created it may only be opened for read, or
* deleted. Random access is permitted both when reading and writing.
*
* <p> Java's i/o APIs not used directly, but rather all i/o is
* through this API. This permits things such as: <ul>
* <li> implementation of RAM-based indices;
* <li> implementation indices stored in a database, via JDBC;
* <li> implementation of an index as a single file;
* </ul>
*
* Directory locking is implemented by an instance of {@link
* LockFactory}, and can be changed for each Directory
* instance using {@link #setLockFactory}.
*
*/
Directory描述了索引的存放位置,是一个抽象类,其子类负责具体指定索引的存放路径
3、Analyzer
Analyzer由IndexWriter构造方法指定,负责从被索引的文本文件中提取词汇,Analyzer是一个抽象类,由其子类完成相关的功能
4、Document
代表一些域(Field)的集合,Lucene只能从二进制文档中提取以Field实例形式的文本
5、Field
一篇文档包含不同类型的信息,可以分开索引,比如标题,时间,正文,作者等,都可以保存在不同的域里。
理解索引与搜索过程中的核心类
Lucene提供的搜素接口一样很简单易懂:IndexSearcher、Term、Query、TermQuery、TopDocs
1、IndexSearcher
IndexSearcher用于搜索由IndexWriter类创建的索引,它需要Directory实例来掌控前期创建的索引,然后才能提供大量的搜索方法。最简单的搜索方法是将单个的Query对象和int topN计数作为该方法的参数,并返回一个TopDocs对象,该方法的一个典型应用如下:
Directory dir = FSDirectory.open(new File("/tmp/index")); IndexSearcher searcher = new IndexSearcher(dir); Query q = new TermQuery(new Term("contents", "lucene")); TopDocs hits = searcher.search(q, 10); searcher.close();
2、Term
Term对象是搜索功能的基本单元。在搜索过程中可以创建Term对象,和TermQuery对象一起使用:
Query q = new TermQuery(new Term("contents", "lucene")); TopDocs hits = searcher.search(q, 10);
上面代码的含义是寻找content域中包含lucene的前10个文档,并按照降序排列
3、Query
lucene中包含很多具体的Query(查询)子类。TermQuery、BooleanQuery、PhraseQuery、PrefixQuery、 PhrasePrefixQuery、TermRangeQuery、NumericRangeQuery、 FilteredQuery、SpanQuery
4、TermQuery
TermQuery是lucene中最基本的查询类型,用来匹配指定域中包含特定项的文档
5、TopDocs
TopDocs类是一个简单的指针容器,指针一般指向前N个排名的搜索结果,搜索结果即匹配查询条件的文档
相关文章推荐
- 笔记练习:《Javascript入门经典(第5版)》page222_18.7Practice
- 一次Linux系统被攻击的分析过程
- 每天一种算法--快速排序
- AJAX工作原理及其优缺点
- Xcode: 运行真机卡顿
- dSYM 文件分析工具
- 【迁移学习——1】2010-A Survey on Transfer Learning
- docker构建jenkins镜像和容器
- JS中的作用域
- Android还能火多久
- Android取消控件滑动顶部或底部造成的渐变效果
- Python机器学习之Logistic回归
- ARM、DSP、FPGA的技术特点和区别
- 两个个位数之积
- SEH不起作用的问题跟踪
- OMPL 库安装指南
- 【慕课笔记】4-4 应用DOM4J及JDOM方式解析XML—JDOM解析时乱码的处理
- caffe的Matlab接口的使用方法
- SDK初步认识
- Hadoop安装遇到的各种异常及解决办法