Lucene就是這麽簡單
阿新 • • 發佈：2018-03-19
post 硬盤 cor his 期待 部分 logs 微信公眾號 -m
什麽是Lucene？？
Lucene是apache軟件基金會發布的一個開放源代碼的全文檢索引擎工具包，由資深全文檢索專家Doug Cutting所撰寫,它是一個全文檢索引擎的架構，提供了完整的創建索引和查詢索引，以及部分文本分析的引擎，Lucene的目的是為軟件開發人員提供一個簡單易用的工具包，以方便在目標系統中實現全文檢索的功能，或者是以此為基礎建立起完整的全文檢索引擎，Lucene在全文檢索領域是一個經典的祖先，現在很多檢索引擎都是在其基礎上創建的，思想是相通的。
Lucene是根據關健字來搜索的文本搜索工具，只能在某個網站內部搜索文本內容，不能跨網站搜索
既然談到了網站內部的搜索，那麽我們就談談我們熟悉的百度、google那些搜索引擎又是基於什麽搜索的呢....
從圖上已經看得很清楚，baidu、google等搜索引擎其實是通過網絡爬蟲的程序來進行搜索的...
為什麽我們要用Lucene？
在介紹Lucene的時候，我們已經說了：Lucene又不是搜索引擎，僅僅是在網站內部進行文本的搜索。那我們為什麽要學他呢？？？
我們之前編寫納稅服務系統的時候，其實就已經使用過SQL來進行站內的搜索..
既然SQL能做的功能，我們還要學Lucene，為什麽呢？？？
我們來看看我們用SQL來搜索的話，有什麽缺點：
- （1）SQL只能針對數據庫表搜索，不能直接針對硬盤上的文本搜索
- （2）SQL沒有相關度排名
- （3）SQL搜索結果沒有關健字高亮顯示
- （4）SQL需要數據庫的支持，數據庫本身需要內存開銷較大，例如：Oracle
- （5）SQL搜索有時較慢，尤其是數據庫不在本地時，超慢，例如：Oracle
我們來看看在baidu中搜索Lucene為關鍵字搜索出的內容是怎麽樣的：
以上所說的，我們如果使用SQL的話，是做不到的。因此我們就學習Lucene來幫我們在站內根據文本關鍵字來進行搜索數據！
我們如果網站需要根據關鍵字來進行搜索，可以使用SQL，也可以使用Lucene...那麽我們Lucene和SQL是一樣的，都是在持久層中編寫代碼的。。
一、快速入門
接下來，我們就講解怎麽使用Lucene了.....在講解Lucene的API之前，我們首先來講講Lucene存放的究竟是什麽內容...我們的SQL使用的是數據庫中的內存，在硬盤中為DBF文件...那麽我們Lucene內部又是什麽東西呢？？
Lucene中存的就是一系列的二進制壓縮文件和一些控制文件，它們位於計算機的硬盤上，
這些內容統稱為索引庫，索引庫有二部份組成：
- （1）原始記錄
- 存入到索引庫中的原始文本，例如：我是鐘福成
- （2）詞匯表
- 按照一定的拆分策略（即分詞器）將原始記錄中的每個字符拆開後，存入一個供將來搜索的表
也就是說：Lucene存放數據的地方我們通常稱之為索引庫，索引庫又分為兩部分組成：原始記錄和詞匯表....
1.1原始記錄和詞匯表
當我們想要把數據存到索引庫的時候，我們首先存入的是將數據存到原始記錄上面去....
又由於我們給用戶使用的時候，用戶使用的是關鍵字來進行查詢我們的具體記錄。因此，我們需要把我們原始存進的數據進行拆分！將拆分出來的數據存進詞匯表中。
詞匯表就是類似於我們在學Oracle中的索引表，拆分的時候會給出對應的索引值。
一旦用戶根據關鍵字來進行搜索，那麽程序就先去查詢詞匯表中有沒有該關鍵字，如果有該關鍵字就定位到原始記錄表中，將符合條件的原始記錄返回給用戶查看。
我們查看以下的圖方便理解：
到了這裏，有人可能就會疑問：難道原始記錄拆分的數據都是一個一個漢字進行拆分的嗎？？然後在詞匯表中不就有很多的關鍵字了？？？
其實，我們在存到原始記錄表中的時候，可以指定我們使用哪種算法來將數據拆分，存到詞匯表中.....我們的圖是Lucene的標準分詞算法，一個一個漢字進行拆分。我們可以使用別的分詞算法，兩個兩個拆分或者其他的算法。
1.2編寫第一個Lucene程序
首先，我們來導入Lucene的必要開發包：
- lucene-core-3.0.2.jar【Lucene核心】
- lucene-analyzers-3.0.2.jar【分詞器】
- lucene-highlighter-3.0.2.jar【Lucene會將搜索出來的字，高亮顯示，提示用戶】
- lucene-memory-3.0.2.jar【索引庫優化策略】
創建User對象，User對象封裝了數據....
/**
* Created by ozc on 2017/7/12.
*/
public class User {
private String id ;
private String userName;
private String sal;
public User() {
}
public User(String id, String userName, String sal) {
this.id = id;
this.userName = userName;
this.sal = sal;
}
public String getId() {
return id;
}
public void setId(String id) {
this.id = id;
}
public String getUserName() {
return userName;
}
public void setUserName(String userName) {
this.userName = userName;
}
public String getSal() {
return sal;
}
public void setSal(String sal) {
this.sal = sal;
}
}我們想要使用Lucene來查詢出站內的數據，首先我們得要有個索引庫吧！於是我們先創建索引庫，將我們的數據存到索引庫中。
創建索引庫的步驟：
- 1）創建JavaBean對象
- 2）創建Docment對象
- 3）將JavaBean對象所有的屬性值，均放到Document對象中去，屬性名可以和JavaBean相同或不同
- 4）創建IndexWriter對象
- 5）將Document對象通過IndexWriter對象寫入索引庫中
- 6）關閉IndexWriter對象
@Test
public void createIndexDB() throws Exception {
//把數據填充到JavaBean對象中
User user = new User("1", "鐘福成", "未來的程序員");
//創建Document對象【導入的是Lucene包下的Document對象】
Document document = new Document();
//將JavaBean對象所有的屬性值，均放到Document對象中去，屬性名可以和JavaBean相同或不同
/**
* 向Document對象加入一個字段
* 參數一：字段的關鍵字
* 參數二：字符的值
* 參數三：是否要存儲到原始記錄表中
* YES表示是
* NO表示否
* 參數四：是否需要將存儲的數據拆分到詞匯表中
* ANALYZED表示拆分
* NOT_ANALYZED表示不拆分
*
* */
document.add(new Field("id", user.getId(), Field.Store.YES, Field.Index.ANALYZED));
document.add(new Field("userName", user.getUserName(), Field.Store.YES, Field.Index.ANALYZED));
document.add(new Field("sal", user.getSal(), Field.Store.YES, Field.Index.ANALYZED));
//創建IndexWriter對象
//目錄指定為E:/createIndexDB
Directory directory = FSDirectory.open(new File("E:/createIndexDB"));
//使用標準的分詞算法對原始記錄表進行拆分
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
//LIMITED默認是1W個
IndexWriter.MaxFieldLength maxFieldLength = IndexWriter.MaxFieldLength.LIMITED;
/**
* IndexWriter將我們的document對象寫到硬盤中
*
* 參數一：Directory d,寫到硬盤中的目錄路徑是什麽
* 參數二：Analyzer a, 以何種算法來對document中的原始記錄表數據進行拆分成詞匯表
* 參數三：MaxFieldLength mfl 最多將文本拆分出多少個詞匯
*
* */
IndexWriter indexWriter = new IndexWriter(directory, analyzer, maxFieldLength);
//將Document對象通過IndexWriter對象寫入索引庫中
indexWriter.addDocument(document);
//關閉IndexWriter對象
indexWriter.close();
}程序執行完，我們就會在硬盤中見到我們的索引庫。
那我們現在是不知道記錄是否真真正正存儲到索引庫中的，因為我們看不見。索引庫存放的數據放在cfs文件下，我們也是不能打開cfs文件的。
於是，我們現在用一個關鍵字，把索引庫的數據讀取。看看讀取數據是否成功。
根據關鍵字查詢索引庫中的內容：
- 1）創建IndexSearcher對象
- 2）創建QueryParser對象
- 3）創建Query對象來封裝關鍵字
- 4）用IndexSearcher對象去索引庫中查詢符合條件的前100條記錄，不足100條記錄的以實際為準
- 5）獲取符合條件的編號
- 6）用indexSearcher對象去索引庫中查詢編號對應的Document對象
- 7）將Document對象中的所有屬性取出，再封裝回JavaBean對象中去，並加入到集合中保存，以備將之用
@Test
public void findIndexDB() throws Exception {
/**
* 參數一： IndexSearcher(Directory path)查詢以xxx目錄的索引庫
*
* */
Directory directory = FSDirectory.open(new File("E:/createIndexDB"));
//創建IndexSearcher對象
IndexSearcher indexSearcher = new IndexSearcher(directory);
//創建QueryParser對象
/**
* 參數一： Version matchVersion 版本號【和上面是一樣的】
* 參數二：String f,【要查詢的字段】
* 參數三：Analyzer a【使用的拆詞算法】
* */
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
QueryParser queryParser = new QueryParser(Version.LUCENE_30, "userName", analyzer);
//給出要查詢的關鍵字
String keyWords = "鐘";
//創建Query對象來封裝關鍵字
Query query = queryParser.parse(keyWords);
//用IndexSearcher對象去索引庫中查詢符合條件的前100條記錄，不足100條記錄的以實際為準
TopDocs topDocs = indexSearcher.search(query, 100);
//獲取符合條件的編號
for (int i = 0; i < topDocs.scoreDocs.length; i++) {
ScoreDoc scoreDoc = topDocs.scoreDocs[i];
int no = scoreDoc.doc;
//用indexSearcher對象去索引庫中查詢編號對應的Document對象
Document document = indexSearcher.doc(no);
//將Document對象中的所有屬性取出，再封裝回JavaBean對象中去
String id = document.get("id");
String userName = document.get("userName");
String sal = document.get("sal");
User user = new User(id, userName, sal);
System.out.println(user);
}效果：
1.3進一步說明Lucene代碼
我們的Lucene程序就是大概這麽一個思路：將JavaBean對象封裝到Document對象中，然後通過IndexWriter把document寫入到索引庫中。當用戶需要查詢的時候，就使用IndexSearcher從索引庫中讀取數據，找到對應的Document對象，從而解析裏邊的內容，再封裝到JavaBean對象中讓我們使用。
二、對Lucene代碼優化
我們再次看回我們上一篇快速入門寫過的代碼，我來截取一些有代表性的：
以下代碼在把數據填充到索引庫，和從索引庫查詢數據的時候，都出現了。是重復代碼！
Directory directory = FSDirectory.open(new File("E:/createIndexDB"));
//使用標準的分詞算法對原始記錄表進行拆分
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);以下的代碼其實就是將JavaBean的數據封裝到Document對象中，我們是可以通過反射來對其進行封裝....如果不封裝的話，我們如果有很多JavaBean都要添加到Document對象中，就會出現很多類似的代碼。
document.add(new Field("id", user.getId(), Field.Store.YES, Field.Index.ANALYZED));
document.add(new Field("userName", user.getUserName(), Field.Store.YES, Field.Index.ANALYZED));
document.add(new Field("sal", user.getSal(), Field.Store.YES, Field.Index.ANALYZED));以下代碼就是從Document對象中把數據取出來，封裝到JavaBean去。如果JavaBean中有很多屬性，也是需要我們寫很多次類似代碼....
//將Document對象中的所有屬性取出，再封裝回JavaBean對象中去
String id = document.get("id");
String userName = document.get("userName");
String sal = document.get("sal");
User user = new User(id, userName, sal);2.1編寫Lucene工具類
在編寫工具類的時候，值得註意的地方：
- 當我們得到了對象的屬性的時候，就可以把屬性的get方法封裝起來
- 得到get方法，就可以調用它，得到對應的值
- 在操作對象的屬性時，我們要使用暴力訪問
- 如果有屬性，值，對象這三個變量，我們記得使用BeanUtils組件
import org.apache.commons.beanutils.BeanUtils;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.junit.Test;
import java.io.File;
import java.lang.reflect.Field;
import java.lang.reflect.Method;
/**
* Created by ozc on 2017/7/12.
*/
/**
* 使用單例事例模式
* */
public class LuceneUtils {
private static Directory directory;
private static Analyzer analyzer;
private static IndexWriter.MaxFieldLength maxFieldLength;
private LuceneUtils() {}
static{
try {
directory = FSDirectory.open(new File("E:/createIndexDB"));
analyzer = new StandardAnalyzer(Version.LUCENE_30);
maxFieldLength = IndexWriter.MaxFieldLength.LIMITED;
} catch (Exception e) {
e.printStackTrace();
}
}
public static Directory getDirectory() {
return directory;
}
public static Analyzer getAnalyzer() {
return analyzer;
}
public static IndexWriter.MaxFieldLength getMaxFieldLength() {
return maxFieldLength;
}
/**
* @param object 傳入的JavaBean類型
* @return 返回Document對象
*/
public static Document javaBean2Document(Object object) {
try {
Document document = new Document();
//得到JavaBean的字節碼文件對象
Class<?> aClass = object.getClass();
//通過字節碼文件對象得到對應的屬性【全部的屬性，不能僅僅調用getFields()】
Field[] fields = aClass.getDeclaredFields();
//得到每個屬性的名字
for (Field field : fields) {
String name = field.getName();
//得到屬性的值【也就是調用getter方法獲取對應的值】
String method = "get" + name.substring(0, 1).toUpperCase() + name.substring(1);
//得到對應的值【就是得到具體的方法，然後調用就行了。因為是get方法，沒有參數】
Method aClassMethod = aClass.getDeclaredMethod(method, null);
String value = aClassMethod.invoke(object).toString();
System.out.println(value);
//把數據封裝到Document對象中。
document.add(new org.apache.lucene.document.Field(name, value, org.apache.lucene.document.Field.Store.YES, org.apache.lucene.document.Field.Index.ANALYZED));
}
return document;
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
/**
* @param aClass 要解析的對象類型，要用戶傳入進來
* @param document 將Document對象傳入進來
* @return 返回一個JavaBean
*/
public static Object Document2JavaBean(Document document, Class aClass) {
try {
//創建該JavaBean對象
Object obj = aClass.newInstance();
//得到該JavaBean所有的成員變量
Field[] fields = aClass.getDeclaredFields();
for (Field field : fields) {
//設置允許暴力訪問
field.setAccessible(true);
String name = field.getName();
String value = document.get(name);
//使用BeanUtils把數據封裝到Bean中
BeanUtils.setProperty(obj, name, value);
}
return obj;
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
@Test
public void test() {
User user = new User();
LuceneUtils.javaBean2Document(user);
}
}2.2使用LuceneUtils改造程序
@Test
public void createIndexDB() throws Exception {
//把數據填充到JavaBean對象中
User user = new User("2", "鐘福成2", "未來的程序員2");
Document document = LuceneUtils.javaBean2Document(user);
/**
* IndexWriter將我們的document對象寫到硬盤中
*
* 參數一：Directory d,寫到硬盤中的目錄路徑是什麽
* 參數二：Analyzer a, 以何種算法來對document中的原始記錄表數據進行拆分成詞匯表
* 參數三：MaxFieldLength mfl 最多將文本拆分出多少個詞匯
*
* */
IndexWriter indexWriter = new IndexWriter(LuceneUtils.getDirectory(), LuceneUtils.getAnalyzer(), LuceneUtils.getMaxFieldLength());
//將Document對象通過IndexWriter對象寫入索引庫中
indexWriter.addDocument(document);
//關閉IndexWriter對象
indexWriter.close();
}
@Test
public void findIndexDB() throws Exception {
//創建IndexSearcher對象
IndexSearcher indexSearcher = new IndexSearcher(LuceneUtils.getDirectory());
//創建QueryParser對象
QueryParser queryParser = new QueryParser(Version.LUCENE_30, "userName", LuceneUtils.getAnalyzer());
//給出要查詢的關鍵字
String keyWords = "鐘";
//創建Query對象來封裝關鍵字
Query query = queryParser.parse(keyWords);
//用IndexSearcher對象去索引庫中查詢符合條件的前100條記錄，不足100條記錄的以實際為準
TopDocs topDocs = indexSearcher.search(query, 100);
//獲取符合條件的編號
for (int i = 0; i < topDocs.scoreDocs.length; i++) {
ScoreDoc scoreDoc = topDocs.scoreDocs[i];
int no = scoreDoc.doc;
//用indexSearcher對象去索引庫中查詢編號對應的Document對象
Document document = indexSearcher.doc(no);
//將Document對象中的所有屬性取出，再封裝回JavaBean對象中去
User user = (User) LuceneUtils.Document2JavaBean(document, User.class);
System.out.println(user);
}
}
三、索引庫優化
我們已經可以創建索引庫並且從索引庫讀取對象的數據了。其實索引庫還有地方可以優化的....
3.1合並文件
我們把數據添加到索引庫中的時候，每添加一次，都會幫我們自動創建一個cfs文件...
這樣其實不好，因為如果數據量一大，我們的硬盤就有非常非常多的cfs文件了.....其實索引庫會幫我們自動合並文件的，默認是10個。
如果，我們想要修改默認的值，我們可以通過以下的代碼修改：
//索引庫優化
indexWriter.optimize();
//設置合並因子為3，每當有3個cfs文件，就合並
indexWriter.setMergeFactor(3);
3.2設置內存索引庫
我們的目前的程序是直接與文件進行操作，這樣對IO的開銷其實是比較大的。而且速度相對較慢....我們可以使用內存索引庫來提高我們的讀寫效率...
對於內存索引庫而言，它的速度是很快的，因為我們直接操作內存...但是呢，我們要將內存索引庫是要到硬盤索引庫中保存起來的。當我們讀取數據的時候，先要把硬盤索引庫的數據同步到內存索引庫中去的。
Article article = new Article(1,"培訓","傳智是一家Java培訓機構");
Document document = LuceneUtil.javabean2document(article);
Directory fsDirectory = FSDirectory.open(new File("E:/indexDBDBDBDBDBDBDBDB"));
Directory ramDirectory = new RAMDirectory(fsDirectory);
IndexWriter fsIndexWriter = new IndexWriter(fsDirectory,LuceneUtil.getAnalyzer(),true,LuceneUtil.getMaxFieldLength());
IndexWriter ramIndexWriter = new IndexWriter(ramDirectory,LuceneUtil.getAnalyzer(),LuceneUtil.getMaxFieldLength());
ramIndexWriter.addDocument(document);
ramIndexWriter.close();
fsIndexWriter.addIndexesNoOptimize(ramDirectory);
fsIndexWriter.close();四、分詞器
我們在前面中就已經說過了，在把數據存到索引庫的時候，我們會使用某些算法，將原始記錄表的數據存到詞匯表中.....那麽這些算法總和我們可以稱之為分詞器
分詞器： ** 采用一種算法，將中英文本中的字符拆分開來，形成詞匯，以待用戶輸入關健字後搜索**
對於為什麽要使用分詞器，我們也明確地說過：由於用戶不可能把我們的原始記錄數據完完整整地記錄下來，於是他們在搜索的時候，是通過關鍵字進行對原始記錄表的查詢....此時，我們就采用分詞器來最大限度地匹配相關的數據
4.1分詞器流程
- 步一：按分詞器拆分出詞匯
- 步二：去除停用詞和禁用詞
- 步三：如果有英文，把英文字母轉為小寫，即搜索不分大小寫
4.2分詞器API
我們在選擇分詞算法的時候，我們會發現有非常非常多地分詞器API，我們可以用以下代碼來看看該分詞器是怎麽將數據分割的：
private static void testAnalyzer(Analyzer analyzer, String text) throws Exception {
System.out.println("當前使用的分詞器：" + analyzer.getClass());
TokenStream tokenStream = analyzer.tokenStream("content",new StringReader(text));
tokenStream.addAttribute(TermAttribute.class);
while (tokenStream.incrementToken()) {
TermAttribute termAttribute = tokenStream.getAttribute(TermAttribute.class);
System.out.println(termAttribute.term());
}
}在實驗完之後，我們就可以選擇恰當的分詞算法了....
4.3IKAnalyzer分詞器
這是一個第三方的分詞器，我們如果要使用的話需要導入對應的jar包
- IKAnalyzer3.2.0Stable.jar
- 步二：將IKAnalyzer.cfg.xml和stopword.dic和xxx.dic文件復制到MyEclipse的src目錄下，再進行配置，在配置時，首行需要一個空行
這個第三方的分詞器有什麽好呢？？？？他是中文首選的分詞器...也就是說：他是按照中文的詞語來進行拆分的!
五、對搜索結果進行處理
5.1搜索結果高亮
我們在使用SQL時，搜索出來的數據是沒有高亮的...而我們使用Lucene，搜索出來的內容我們可以設置關鍵字為高亮...這樣一來就更加註重用戶體驗了！
String keywords = "鐘福成";
List<Article> articleList = new ArrayList<Article>();
QueryParser queryParser = new QueryParser(LuceneUtil.getVersion(),"content",LuceneUtil.getAnalyzer());
Query query = queryParser.parse(keywords);
IndexSearcher indexSearcher = new IndexSearcher(LuceneUtil.getDirectory());
TopDocs topDocs = indexSearcher.search(query,1000000);
//設置關鍵字高亮
Formatter formatter = new SimpleHTMLFormatter("<font color=‘red‘>","</font>");
Scorer scorer = new QueryScorer(query);
Highlighter highlighter = new Highlighter(formatter,scorer);
for(int i=0;i<topDocs.scoreDocs.length;i++){
ScoreDoc scoreDoc = topDocs.scoreDocs[i];
int no = scoreDoc.doc;
Document document = indexSearcher.doc(no);
//設置內容高亮
String highlighterContent = highlighter.getBestFragment(LuceneUtil.getAnalyzer(),"content",document.get("content"));
document.getField("content").setValue(highlighterContent);
Article article = (Article) LuceneUtil.document2javabean(document,Article.class);
articleList.add(article);
}
for(Article article : articleList){
System.out.println(article);
}
}5.2搜索結果摘要
如果我們搜索出來的文章內容太大了，而我們只想顯示部分的內容，那麽我們可以對其進行摘要...
值得註意的是：搜索結果摘要需要與設置高亮一起使用
String keywords = "鐘福成";
List<Article> articleList = new ArrayList<Article>();
QueryParser queryParser = new QueryParser(LuceneUtil.getVersion(),"content",LuceneUtil.getAnalyzer());
Query query = queryParser.parse(keywords);
IndexSearcher indexSearcher = new IndexSearcher(LuceneUtil.getDirectory());
TopDocs topDocs = indexSearcher.search(query,1000000);
Formatter formatter = new SimpleHTMLFormatter("<font color=‘red‘>","</font>");
Scorer scorer = new QueryScorer(query);
Highlighter highlighter = new Highlighter(formatter,scorer);
//設置摘要
Fragmenter fragmenter = new SimpleFragmenter(4);
highlighter.setTextFragmenter(fragmenter);
for(int i=0;i<topDocs.scoreDocs.length;i++){
ScoreDoc scoreDoc = topDocs.scoreDocs[i];
int no = scoreDoc.doc;
Document document = indexSearcher.doc(no);
String highlighterContent = highlighter.getBestFragment(LuceneUtil.getAnalyzer(),"content",document.get("content"));
document.getField("content").setValue(highlighterContent);
Article article = (Article) LuceneUtil.document2javabean(document,Article.class);
articleList.add(article);
}
for(Article article : articleList){
System.out.println(article);
}
}5.3搜索結果排序
我們搜索引擎肯定用得也不少，使用不同的搜索引擎來搜索相同的內容。他們首頁的排行順序也會不同...這就是它們內部用了搜索結果排序....
影響網頁的排序有非常多種：
- head/meta/【keywords關鍵字】
- 網頁的標簽整潔
- 網頁執行速度
- 采用div+css
- 等等等等
而在Lucene中我們就可以設置相關度得分來使不同的結果對其進行排序：
IndexWriter indexWriter = new IndexWriter(LuceneUtil.getDirectory(),LuceneUtil.getAnalyzer(),LuceneUtil.getMaxFieldLength());
//為結果設置得分
document.setBoost(20F);
indexWriter.addDocument(document);
indexWriter.close();當然了，我們也可以按單個字段排序：
//true表示降序
Sort sort = new Sort(new SortField("id",SortField.INT,true));
TopDocs topDocs = indexSearcher.search(query,null,1000000,sort);也可以按多個字段排序：在多字段排序中，只有第一個字段排序結果相同時，第二個字段排序才有作用 提倡用數值型排序
Sort sort = new Sort(new SortField("count",SortField.INT,true),new SortField("id",SortField.INT,true));
TopDocs topDocs = indexSearcher.search(query,null,1000000,sort);5.4條件搜索
在我們的例子中，我們使用的是根據一個關鍵字來對某個字段的內容進行搜索。語法類似於下面：
QueryParser queryParser = new QueryParser(LuceneUtil.getVersion(),"content",LuceneUtil.getAnalyzer());
其實，我們也可以使用關鍵字來對多個字段進行搜索，也就是多條件搜索。我們實際中常常用到的是多條件搜索，多條件搜索可以使用我們最大限度匹配對應的數據！
QueryParser queryParser = new MultiFieldQueryParser(LuceneUtil.getVersion(),new String[]{"content","title"},LuceneUtil.getAnalyzer());六、總結
- Lucene是全文索引引擎的祖先，後面的Solr、Elasticsearch都是基於Lucene的(後面會有一篇講Elasticsearch的，敬請期待～)
- Lucene中存的就是一系列的二進制壓縮文件和一些控制文件,這些內容統稱為索引庫,索引庫又分了兩個部分：
- 原始記錄
- 詞匯表
- 了解索引庫的優化方式：1、合並文件 2、設置內存索引庫
- Lucene的分詞器有非常多種，選擇自己適合的一種進行分詞
- 查詢出來的結果可對其設置高亮、摘要、排序
這篇這是Lucene的冰山一角，一般現在用的可能都是Solr、Elasticsearch的了，但想要更加深入了解Lucene可翻閱其他資料哦～
如果文章有錯的地方歡迎指正，大家互相交流。習慣在微信看技術文章，想要獲取更多的Java資源的同學，可以關註微信公眾號:Java3y
Lucene就是這麽簡單