[计算机]Lucene代码分析.doc

Lucene源代码分析［1］ 首先讲一下Lucene的发音是Loo-seen，这是Lucene in Action中提到过的。另外强调的一点是我用的版本是1.9版，大家看到这里不要惊讶，我用这么早的版本，是为了能更好的了解Lucene的核心。如果有人看过最新的版本就应该了解，对于一个初学者，Lucene最高版本并不那么简单，它涉及了多线程，设计模式，对我反正是很挑战了。我先看老版本这也是受《LINUX内核完全注释》作者赵炯的启发，他分析的不是最新的Linux内核，而是1.11的版本。 我开始还是用调试的方式来解释，我想大家和我一样，如果看了半天analyzer也会有点不耐烦，我先写一个什么意义都没有例子(有那么一点意义的例子，网上很多)： package forfun; ? import org.apache.lucene.analysis.SimpleAnalyzer; import org.apache.lucene.index.IndexWriter; ? public class Test { public static void main( String[] args ) throws Exception { IndexWriter writer = new IndexWriter( E:\\a\\, new SimpleAnalyzer(), true); } } IndexWriter是最核心的一个类，一般的Blogger把其它所有的包都分析完了，就剩这最核心的一个包的时候，就分析不动了。 我们先看一下它的参数，第一个就是索引存放的路径，第二个参数是一个Analyzer对象，它对输入数据进行过滤，分词等，第三个参数如果为true，那么它删除原目录内的所有内容重建索引，如果为false，就在已经存在的索引上追加新的内容。 你可以先运行一下，就会发现指定的目录下有一个segments文件。 调试的时候，暂时不去管SimpleAnalyzer类。 我们看一下IndexWriter类的构造函数： public IndexWriter(String path, Analyzer a, boolean create) throws IOException { this(FSDirectory.getDirectory(path, create), a, create, true); } 这里我们看到一个新的类FSDirectory: public static FSDirectory getDirectory(String path, boolean create) throws IOException { return getDirectory(new File(path), create); } 再看getDirectory函数： public static FSDirectory getDirectory(File file, boolean create) throws IOException { file = new File(file.getCanonicalPath()); FSDirectory dir; synchronized (DIRECTORIES) { dir = (FSDirectory) DIRECTORIES.get(file); if (dir == null) { try { dir = (FSDirectory) IMPL.newInstance(); } catch (Exception e) { throw new RuntimeException( cannot load FSDirectory class: + e.toString()); } dir.init(file, create); DIRECTORIES.put(file, dir); } else if (create) { dir.create(); } } synchronized (dir) { dir.refCount++; } return dir; } DIRECTORIES是一个Hashtable对象，DIRECTORIES注释上讲，目录的缓存，保证唯一的路径和Directory对应，所以在Directory上同步可以对读写进行同步访问。 (This cache of directories ensures that there is a unique Directory instance per path, so that synchro