一、前言

全文检索：先建立索引，再对索引进行搜索的过程就叫全文检索。

二、Lucene认识

Lucene是一套用于全文检索和搜寻的开源程序库，可以使用Lucene实现全文检索。Lucene是Apache下的一个开放源代码的全文检索引擎工具包。提供了完整的查询引擎和索引引擎，及部分文本分析引擎。Lucene官网

关键词：
1.文档Document：在索引前需要将原始内容创建成文档。每个文档都有文档id，是文档的唯一编号，可自动生成，编号不是域。
2.域Dield：相当于是文档的属性。域包括域名和域值。一个文档可以有多个域，不同文档可以有不同域，同一文档可以有相同域。
3.Term:每个单词叫做一个Term，不同的域中拆分出来的相同单词是不同的term。term中包含文档域名和单词的内容。Term将作为索引保存到索引库。
4.索引库：包括索引和文档对象。
5.倒排索引结构：根据内容（词语）找文档的索引结构。也叫反向索引结构，包括索引和文档两个部分，索引即词汇表，他的规模较小，而文档集合较大。
6.Field域的三个属性:
是否分析：是否对域的内容进行分词处理。前提是需要对域的内容进行查询。
是否索引：将Field分析后的词或整个Field值进行索引，只有索引方可以搜索到。
是否存储：将Field值存储在文档中，存储在文档中的Field才可以从Document中获取。
7.分析器:搜索时使用的分词器需要和索引时使用的分词器一致。Lucene自带分词器：标准分词器（StandardAnalyzer）、中日韩分词器（CJKAnalyzer）、中文分词器（SmartChineseAnalyzer）；第三方分词器：paoding、mmseg4j、IK-analyzer（推荐使用，可扩展、可停止字典）、ansj_seg。
8.查询：MUST:必须满足and，SHOULD:应该满足or，MUST_NOT:必须不满足not。
9.范围查询：在lucene中支持数值类型，不支持字符串类型。但在solr中支持字符串类型。size:[1 TO 100]

三、Lucene应用

Solr、Elasticsearch是两个基于Lucene开发的企业级的搜索引擎产品。

ps:查看lucene索引库文件的工具：Luke

Lucene实现全文检索的流程

1.创建索引

获得原始文档
获取原始文档内容的目的是为了索引。

构建文档对象
在索引前需要将原始内容创建成文档，文档中包括多个域，域中存储内容。
分析文档（分词）
将域中的内容进行分析，分析过程是经过对原始文档提取单词、将字母转为小写、去除标点符号、去除停用词等过程生成最终的语汇单元（一个个单词）。每个单词内容和域名组成一个Term，作为索引保存到索引库中。
创建索引
保存索引时，包括了 1.Term(域名Field和单词内容)，2.该Term出现的次数，3.该Term在哪些文档doc中出现了的文档id

----创建索引的伪代码----

1.导入相关包（java）：
lucene-core-4.10.3.jar、
lucene-analyzers-common-4.10.3.jar、
lucene-queryparser-4.10.3.jar、
commons-io-2.4.jar、
junit-4.9.jar

2.创建一个IndexWriter对象
1）指定索引库的存放位置Directory对象
2）指定一个分析器，对文档进行分析
Analyzer =new IKAnalyzer()

3.创建一个文档Document对象

4.创建域field对象，将Field添加到document对象中。
Field有四个子类：
StringField:字符串、不分析、要索引、可存储
LongField：Long类型、要分析、要索引、可存储
StoredField：多种类型、不分析、不索引、要存储
TextField：字符串或流、要分析、要索引、可存储

5.使用IndexWriter对象将Document对象写入索引库，此过程进行索引创建，
并将索引和Document对象写入索引库

6.关闭IndexWriter流对象

2.查询索引

查询接口
lucene不提供制作用户搜索界面的功能，需要根据自己的需求开发搜索界面。
创建查询
用户输入查询关键字执行搜索之前需要先构建一个查询对象，查询对象中可以指定查询要搜索的Field文档域、查询关键字等，查询对象会生成具体的查询语法。
执行查询
根据查询语法在倒排索引词典表中分别找出对应搜索词的索引，从而找到索引所链接的文档链表。
渲染结果
将查询结果展示给用户。提供了很多展示效果，比如搜索结果中关键词的高亮显示，百度提供的快照等。

----查询索引的伪代码----

1.创建Directory对象，即索引存放位置

2.创建一个IndexReader对象，需指定Directory对象

3.创建一个IndexSearcher对象，需指定IndexReader对象

4.创建一个Query对象，需指定查询的域和查询的关键词
查询的两种方式，

1）使用query的子类查询：
Query query1 = new TermQuery(new Term("field_name","java"))  #精准查询
Query query2 = new MatchAllDocsQuery()   #查询所有
Query query3 = NumericRangeQuery.newLongRange(...)#根据数值的范围查询
BooleanQuery query4 =new BooleanQuery(); query4.add(TermQuery,Occur.MUST);query4.add(TermQuery,Occur.MUST);	#组合条件查询

2）使用queryparse解析查询(引入包lucene-queryparse-4.10.3.jar)：
QueryParse  queryParse1 =new QueryParse({"default_fieldName1"，"default_fieldName2"}, new IKAnalyzer()); #多个默认域查询
MultiFieldQueryParse queryParse2 =new MultiFieldQueryParsenew("default_fieldName", new IKAnalyzer());  #多个默认域查询
Query query5 =queryParse .parse("域:值")       #  "+域:值 -域:值"（+ - 空） ；   "域:值 AND 域:值" （AND OR NOT）

5.执行查询，得到TopDocs对象
IndexSearcher四种搜索方法：
IndexSearcher.search(query,n)——根据Query搜索，返回评分最高的n条记录
IndexSearcher.search(query,filter,n)——添加过滤策略
IndexSearcher.search(query,n,sort)——添加排序策略
IndexSearcher.search(booleanQuery,filter,n,sort)——根据Query搜索(组合条件查询)，添加过滤策略，添加排序策略，返回评分最高的n条记录

6.返回查询结果，遍历查询结果并输出
获得文档ID列表, ScoreDoc[] socreDocs =TopDocs.scoreDocs
for (sd :socreDocs ){
    sd.doc #获得文档ID
    Document =IndexSearcher.doc(doc) #根据ID获得文档
    field_name = Document.get("field_name ") #根据域名称获得对应域内容
}

7.关闭IndexReader流对象

3.删除文档

----删除文档的伪代码----

1.创建一个IndexWriter对象
1）指定索引库的存放位置Directory对象
2）指定一个分析器，对文档进行分析

2.删除文档
IndexWriter.deleteAll（） #删除全部
IndexWriter.deleteDocument（query） #根据条件删除

3.关IndexWriter流对象

4.更新文档

删除一个，新增一个就是修改。
----更新文档的伪代码----

1.创建一个IndexWriter对象

2.更新文档
data = Document
IndexWriter.updateDocument(Term_old,Iterable_data,IKAnalyzer())

3.关闭IndexWriter流对象

---

欢迎指正，随时修改~