lucene-索引过程和搜索过程的核心类

索引过程中的核心类

1、执行简单的索引需要以下几个类：

1）IndexWriter

是索引过程的核心组件，这个类用于创建一个新的索引并把文档加到已有的索引中。仅提供索引的写操作，并不提供索引的读操作

2）Directory

描述了Lucene索引存放的位置，是一个抽象类，具体的子类提供特定的存储索引的办法。

其中一个子类是FSDirectory能为Lucene创建和维护文件系统中的一组真实文件

另一个子类是RAMDirectory，将数据保存在内存中

3）Analyzer

在文本被索引之前，需要经过分析器处理，从被索引的文本文件中提取词汇单元，并剔除余下的无用的信息。

4)Document

一个文档代表一个域(Field)的集合，可以把Document对象当做一个虚拟的文档。

5)Field索引中的每个Document都包含一个或多个不同命名的域(Field)，这些域包含于Field类中,每个域对应于一段数据,这些数据在搜索过程中可能会被查询或在索引中被检索.

 

A)Keyword域:不需要被分析,会被逐字索引并存储

可以对String和Date索引

B)UnIndexed域:不分析也不索引,但存入索引文件中,适于需要量和搜索结果一起显示出来的,但用户不会将它的值直接用于搜索的情形(如URL或数据库的主键).

可以对String操作

C)UnStored域:与UnIndexed类型域相反,该域类型需要被分析并索引，但不需要存储在索引文件中，适于不需要以其原始形式进行检索的大数据文本，如网页正文。

可以对String索引

 

D)Text域:需要分析、索引，如果被索引的数据是一个字符串，它将会被储存。如果来自Reader对象，不能储存。

可以对String和Reader索引

每个域都由域名和域值组成，选择哪一种类型的域取决于用户想如何使用该域及其值。

2、基本搜索接口

 1)IndexSearcher

用于搜索IndexWriter类所创建的索引，这个类是连接索引的重要手段，提供了一些search方法。以只读方式打开索引。

2）Term

用于搜索的一个基本单元，包含一对域名和域值。

3）Query

查询类

4）TermQuery

最基本查询类型，也是简单查询类型之一。用于匹配在指定域中包含了特定项的文档。

5）Hits

存放有序搜索结果指针的简单容器