indexing主要使用的類
indexwriter
較核心的類，index檔案由它建立
directory
乙個抽象的標示index檔案位址的類，有兩個實現:fsdirectory和ramdirectory， 前者是基於檔案系統，後者使用記憶體
analyzer
檔案的分析器（聽起來彆扭，還是叫analyzer好了)的抽象，這個類用來處理分詞(對中文尤其重要，轉換大小寫(computer->computer,實現查詢大小寫無關)，轉換詞根(computers->computer),消除stop words等,還負責把其他格式文件轉換為純文字等
document
乙個document對應乙個文件記錄,他有很多field,用來處理不同的資訊,和檢索相關
field
有4(5?)種型別的field, 下面專門列出
stop words: 出現頻率非常高的一些詞彙,它們一般沒有檢索的意義, 比如英文中的(as a, an, the, in)
型別analyzed
indexed
stored
說明field.keyword(string,string/date)yy
這個field用來儲存會直接用來檢索的比如(身份證號,姓名,日期等)
field.unindexed(string,string)
y不會用來檢索的資訊,但是檢索後需要顯示的,比如,硬體序列號,文件的url位址
field.unstored(string,string)yy
大段文字內容,會用來檢索,但是檢索後不需要從index中取內容,可以根據url去load真實的內容
field.text(string,string)yy
y檢索,獲取都需要的內容,直接放index中,不過這樣會增大index
field.text(string,reader)yy
如果是乙個reader, lucene猜測內容比較多,會採用unstored的策略.
searching主要使用的類
indexsearcher
以唯讀的方式訪問index（注意indexreader不是唯讀的),需要傳給他乙個query物件來搜尋
term
term是乙個搜尋的基本單位,包含乙個field(目標)和乙個value(條件),可以直接用new term("field","condition value")構造
query
query有很多子類,比如booleanquery,phrasequery等,可以在term基礎上加上邏輯(是 否, 或)
termquery
乙個很基本的query, 可以由term構造 new termquery(term);
hits
包含了搜尋的結構,預設按照相關度排序,hits並不會把所有記錄(可能很大)直接儲存,而是有乙個lazy loading機制
tips
注：關於field的型別，上面提到的大概是luncene2.0以前的版本，2.0以後版本的field有三種屬性:
private boolean isstord = false;
private boolean isindexed = true;
private boolean istokenized = true;
store類有三個公有靜態屬性：
store.no：表示該field不需要儲存；
store.yes：表示該field需要儲存；
store.compress：表示用壓縮的方式儲存field值；
index類有四個公有的靜態屬性：
index.no：表示該field不需要索引，也就是使用者不需要去查詢該field的值；
index.tokenized：表示該field先被分詞再索引；
index.un_tokenized：表示不對該field進行分詞，但是要對它進行索引。field會被查詢；
index.no_norms：表示對該field進行索引，但是不用analyzer，同時禁止它參加評分，主要是為了減少記憶體的消耗。
Lucene 學習筆記 1
今天開始研究lucene，有關lucene的簡單介紹我就不做介紹了，直接google一下就了解了，我根據的是 lucene in action 這本書來學習的。學習還在進行，把學習過程中的一些經驗和體會寫出來供和我一樣的新手參考。1 這本書對應的lucene版本。我一開始用最新的lucene 2.4...
lucene學習筆記 1
doug cutting 於2000年開始的專案 2001年9月後加入apache,lucene是doug cutting的middle name 目前lucene已經是apache的top level的專案，已經不在jakarta下面，同時也有了python，perl，c net,ruby 進行中...
Lucene學習筆記 1
lucene學習筆記 可以搜尋文字檔案，理論上可以搜尋任何型別的資料。只要先把資料轉化為文字，就可以對資料進行索引和搜尋。使用了反向索引的機制，維護乙個詞 短語的表，對於每個詞和短語都有乙個鍊錶描述有哪些文件包含這個詞和短語。這樣使用者輸入查詢條件的時候，搜尋引擎先對輸入的條件分詞，分成詞和短語，然...