Lucene 3.2学习总结.ppt

Lucene 3.2学习总结 by willzhai Agenda Lucene 是什么？ Lucene 在酷米客的使用和遇到的问题 Lucene 高级功能分析 讨论 Lucene 是什么？ Apache Lucene(TM) is a high-performance, full-featured text search engine library written entirely in Java. It is a technology suitable for nearly any application that requires full-text search, especially cross-platform. Full-text Search 倒排索引 创建和搜索相关Class Directory IndexWriterConfig IndexWriter Analyzer Document Field IndexReader IndexSearcher TopDocs Directory 索引文件存放的位置 抽象类，四种实现： FileSwitchDirectory FSDirectory NRTCachingDirectory RAMDirectory IndexWriterConfig IndexWriter的配置类 构造函数 IndexWriterConfig(Version?matchVersion, Analyzer?analyzer) Analyzer 从文本中抽取索引项，构造TokenStreams 中文分词 庖丁解牛 中科院分词库 SmartChineseAnalyzer 例子： 查询词：“儿童手机” 分词之后：“儿童”、“手机” IndexWriter 创建和维护搜索类 添加新的Document到索引文件中 对索引文件只写 Document Field的集合 索引文件的基本单元，类似数据库的行 Fields的元数据分别索引和存储 仅持有java.lang.String和java.io.Reader Field Document 对象的组成部分 K-V形式 类似数据库的列概念 IndexReader 访问索引文件抽象类，只读 具体实现类： FilterIndexReader InstantiatedIndexReader MultiReader ParallelReader SegmentReader IndexSearcher 索引搜索类 主要方法search TopDocs hits = searcher.search(boolQuery, num, sort); 创建索引流程图 创建索引API 指定索引文件存放的目录（Directory） 选择合适的分词器（Analyzer ） 生成索引生成器的配置（IndexWriterConfig） 生成索引生成器（IndexWriter） 生成多个索引文档（ Document ），类似数据库的行；一个索引文档包括若干索引域（ Field ），类似数据库的列 添加索引文档（ Document ）到索引生成器（ IndexWriter ） 索引生成器优化（optimize）和关闭（close） 代码示例 File indexDirFile=new File(indexDirPath); Directory indexD = FSDirectory.open(indexDirFile); Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_32); IndexWriterConfig conf = new IndexWriterConfig(Version.LUCENE_32, analyzer); IndexWriter writer = new IndexWriter(indexD, conf); Document doc = new Document(); File f=new File(fileToIndexPath); doc.add(new Field(path, f.getCanonicalPath(), Field.Store.YES, Field.Index.NOT_ANALYZED)); doc.add(new Field(“content, new FileReader(f), Field.TermVector.WITH_POSITIONS)); writer.addDocument(doc); writer.optimize(); writer.close(); 索引文件 Lucene如何搜索 用户输入查询语句。 对查询语句进行词法分析，语法分析