我是風月連城,喜歡用簡單的語言闡述知識點

長期分享原創java文章,分享進階架構師學習筆記及學習資料

喜歡的大屌們可以關注下,共同學習,一起進步

ps:由於工資遲遲不發,影響心情,好幾天沒寫文章....

Lucene是什麼？

0 ) 關鍵詞:Lucene ,搜尋,全文檢索

1）本質：一個Jar包,一個用於全文檢索的框架

2）作用：Lucene不是一個完整的全文索引應用，而是一個用Java寫的全文索引引擎工具包，它可以方便的嵌入到各種應用中實現針對應用的全文索引/檢索功能。而資料庫執行模糊查詢都需要對全表掃描或索引掃描意味著消耗大量IO，如果模糊查詢經常發生，會造成資料庫效能惡化。

3 ) 好處 :

  1 . 索引檔案格式獨立於應用平臺。Lucene定義了一套以8位位元組為基礎的索引檔案格式，使得相容系統或者不同平臺的應用能夠共享建立的索引檔案。

  2 . 在傳統全文檢索引擎的倒排索引的基礎上，實現了分塊索引，能夠針對新的檔案建立小檔案索引，提升索引速度。然後通過與原有索引的合併，達到優化的目的。

  3 . 優秀的面向物件的系統架構，使得對於Lucene擴充套件的學習難度降低，方便擴充新功能。

  4 . 設計了獨立於語言和檔案格式的文字分析介面，索引器通過接受Token流完成索引檔案的創立，使用者擴充套件新的語言和檔案格式，只需要實現文字分析的介面。

  5 . 已經預設實現了一套強大的查詢引擎，使用者無需自己編寫程式碼即使系統可獲得強大的查詢能力，Lucene的查詢實現中預設實現了布林操作、模糊查詢（Fuzzy Search）、分組查詢等等。

  6 . 開源,可擴充套件能力強,有各種語言版本,適合各種平臺,

4 ) 場景：基於Lucene框架的搜尋引擎有很多,如Solr,Elastic Search,Nutch等

5 ) 中文 : 對於中文使用者來說，最關心的問題是其是否支援中文的全文檢索。但通過後面對於Lucene的結構的介紹，你會了解到由於Lucene良好架構設計，對中文的支援只需對其語言詞法分析介面進行擴充套件就能實現對中文檢索的支援。

6 ) 主要的包(既然只是個框架,那肯定得介紹裡面主要的一些包的作用啦):

7 ) 架構設計(Lucene主要做的兩件事):

如圖,簡單說全文檢索大體分兩個過程(主要做這兩件事)，索引建立(Indexing)和 搜尋索引(Search)。

一.索引建立入庫：文字內容經切詞後索引入庫 (即通過IndexWriter對不同的檔案進行索引的建立，並將其儲存在索引相關檔案儲存的位置中),其入庫邏輯大致如下:

  1.入庫者定義到庫中文件的結構，比如需要把網站內容載入到全文檢索庫，讓使用者通過“站內檢索”搜尋到相關的網頁內容。入庫文件結構與關係型資料庫中的表結構類似，每個入庫的文件由多個欄位構成，假設這裡需要入庫的網站內容包括如下欄位：文章標題、作者、釋出時間、原文連結、正文內容（一般作為網頁快照）。

  2. 包含N個欄位的文件（DOCUMENT）在真正入庫前需要經過切詞（或分詞）索引，切詞的規則由語言分析器（ANALYZER）完成。

  3. 切分後的“單詞”被註冊到索引樹上，供查詢時用，另外也需要把其它不需要索引的內容入庫，所有這些是檔案操作均由STORAGE完成。

  4. Lucene的索引樹結構非常優秀，是Lucene的一大特色。

二.搜尋索引：就是得到使用者的查詢請求，搜尋所建立的索引，然後返回結果的過程。大致邏輯如下:

  1. 查詢者輸入查詢條件,條件之間可以通過特定運算子進行運算，比如查詢希望查詢到與“中國”和“北京”相關的記錄，但不希望結果中包括“海淀區中關村”，於是輸入條件為“中國+北京-海淀區中關村”；

  2. 查詢條件被傳達到查詢分析器中，分析器將將對“中國+北京-海 澱區中關村”進行分析，首先分析器解析字串的連線符，即這裡的加號和減號，然後對每個詞進行切詞，一般最小的詞元是兩個漢字，則中國和北京兩個詞不必再 切分，但對海淀區中關村需要切分，假設根據切詞演算法，把該詞切分為“海淀區”和“中關村”兩部分，則最後得到的查詢條件可以表示為：“中國” AND “北京” AND NOT（“海淀區” AND “中關村”）。

  3.查詢器根據這個條件遍歷索引樹，得到查詢結果，並返回結果集，返回的結果集(類似於JDBC中的ResultSet)

  4. 將返回的結果集顯示在查詢結果頁面

  5.需要注意的是,Lucene預設只支援英文，為了便於說明問題，以上查詢過程採用中文舉例，事實上，當Lucene被擴充支援中文後就是這麼一個查詢過程。(各種好用的中文詞典分詞庫大家可以自行百度下)

8 ) 原理 :　在Lucene中，就是使用這種“倒排索引”的技術，來實現相關對映。:

9 ) Demo例項 :沒有,就是這麼任性.快國慶了工資都沒發,吃土中...看到這裡的大屌們還不關注下?