lucene

Lucene的使用，简单来说可以划分为两种类型，一是建立索引，二是搜索内容。

一、建立索引的五个基础类 Document, Field, IndexWriter, Analyzer, Directory

1、Document类：用来描述文档，这里的文档可以指一个HTML页面，一封电子邮件，或者是一个文本文件。一个 Document 对象由多个Field对象组成的。可以把一个Document对象想象成数据库中的一个记录，而每个Field对象就是记录的一个字段。

2、Field类：用来描述一个文档的某个属性，比如一封电子邮件的标题和内容可以用两个Field对象分别描述。

3、Analyzer类：用来对文档内容进行分词处理，Analyzer 类是一个抽象类，它有多个实现，针对不同的语言和应用需要选择适合的Analyzer，Analyzer会把分词后的内容交给IndexWriter来建立索引。

4、IndexWriter类：用来创建索引的一个核心类，作用是把一个个的Document对象加到索引中来。

5、Directory 类：表示索引文件存储位置的抽象类。有两个常用的子类：

    * FSDirectory — 在实际文件系统中存储索引的 Directory 实现。该类对于大型索引非常有用。
    * RAMDirectory — 在内存中存储所有索引的实现。该类适用于较小的索引，可以完整加载到内存中，在应用程序终止之后销毁。由于索引保存在内存中，所以速度相对较快。

 

二、搜索内容的四个基础类：Searche、Term、Query和TopDocs   

1、Searcher 是一个抽象基类，包含各种超负荷搜索方法。IndexSearcher 是一个常用的子类，允许在给定的目录中存储搜索索引。Search 方法返回一个根据计算分数排序的文档集合。Lucene 为每个匹配给定查询的文档计算分数。IndexSearcher 是线程安全的；一个实例可以供多个线程并发使用。

2、Term 是搜索的基本单位。它由两部分组成：单词文本和出现该文本的字段的名称。Term 对象也涉及索引编制，但是可以在 Lucene 内部创建。

3、Query 和子类

Query 是一个用于查询的抽象基类。搜索指定单词或词组涉及到在项中包装它们，将项添加到查询对象，将查询对象传递到 IndexSearcher 的搜索方法。

Lucene 包含各种类型的具体查询实现，比如 TermQuery、BooleanQuery、PhraseQuery、PrefixQuery、RangeQuery、 MultiTermQuery、FilteredQuery、SpanQuery 等。以下部分讨论 Lucene 查询 API 的主查询类。

4、TopDocs    封装搜索结果以及 ScoreDoc 的总数