前言
搞检索的,应该多少都会了解Lucene一些,它开源而且简单上手,官方API足够编写些小DEMO。并且根据倒排索引,实现快速检索。本文就简单的实现增量添加索引,删除索引,通过关键字查询,以及更新索引等操作。
目前博猪使用的不爽的地方就是,读取文件内容进行全文检索时,需要自己编写读取过程(这个solr免费帮我们实现)。而且创建索引的过程比较慢,还有很大的优化空间,这个就要细心下来研究了。
创建索引
Lucene在进行创建索引时,根据前面一篇博客,已经讲完了大体的流程,这里再简单说下:
Directory directory = FSDirectory.open("/tmp/testindex"); IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_CURRENT, analyzer); IndexWriter iwriter = new IndexWriter(directory, config); Document doc = new Document(); String text = "This is the text to be indexed."; doc.add(new Field("fieldname", text, TextField.TYPE_STORED)); iwriter.close();
1 创建Directory,获取索引目录
2 创建词法分析器,创建IndexWriter对象
3 创建document对象,存储数据
4 关闭IndexWriter,提交
/** * 建立索引 * * @param args */ public static void index() throws Exception { String text1 = "hello,man!"; String text2 = "goodbye,man!"; String text3 = "hello,woman!"; String text4 = "goodbye,woman!"; Date date1 = new Date(); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); directory = FSDirectory.open(new File(INDEX_DIR)); IndexWriterConfig config = new IndexWriterConfig( Version.LUCENE_CURRENT, analyzer); indexWriter = new IndexWriter(directory, config); Document doc1 = new Document(); doc1.add(new TextField("filename", "text1", Store.YES)); doc1.add(new TextField("content", text1, Store.YES)); indexWriter.addDocument(doc1); Document doc2 = new Document(); doc2.add(new TextField("filename", "text2", Store.YES)); doc2.add(new TextField("content", text2, Store.YES)); indexWriter.addDocument(doc2); Document doc3 = new Document(); doc3.add(new TextField("filename", "text3", Store.YES)); doc3.add(new TextField("content", text3, Store.YES)); indexWriter.addDocument(doc3); Document doc4 = new Document(); doc4.add(new TextField("filename", "text4", Store.YES)); doc4.add(new TextField("content", text4, Store.YES)); indexWriter.addDocument(doc4); indexWriter.commit(); indexWriter.close(); Date date2 = new Date(); System.out.println("创建索引耗时:" + (date2.getTime() - date1.getTime()) + "ms\n"); }
增量添加索引
Lucene拥有增量添加索引的功能,在不会影响之前的索引情况下,添加索引,它会在何时的时机,自动合并索引文件。
/** * 增加索引 * * @throws Exception */ public static void insert() throws Exception { String text5 = "hello,goodbye,man,woman"; Date date1 = new Date(); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); directory = FSDirectory.open(new File(INDEX_DIR)); IndexWriterConfig config = new IndexWriterConfig( Version.LUCENE_CURRENT, analyzer); indexWriter = new IndexWriter(directory, config); Document doc1 = new Document(); doc1.add(new TextField("filename", "text5", Store.YES)); doc1.add(new TextField("content", text5, Store.YES)); indexWriter.addDocument(doc1); indexWriter.commit(); indexWriter.close(); Date date2 = new Date(); System.out.println("增加索引耗时:" + (date2.getTime() - date1.getTime()) + "ms\n"); }
删除索引
Lucene也是通过IndexWriter调用它的delete方法,来删除索引。我们可以通过关键字,删除与这个关键字有关的所有内容。如果仅仅是想要删除一个文档,那么最好就顶一个唯一的ID域,通过这个ID域,来进行删除操作。
/** * 删除索引 * * @param str 删除的关键字 * @throws Exception */ public static void delete(String str) throws Exception { Date date1 = new Date(); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); directory = FSDirectory.open(new File(INDEX_DIR)); IndexWriterConfig config = new IndexWriterConfig( Version.LUCENE_CURRENT, analyzer); indexWriter = new IndexWriter(directory, config); indexWriter.deleteDocuments(new Term("filename",str)); indexWriter.close(); Date date2 = new Date(); System.out.println("删除索引耗时:" + (date2.getTime() - date1.getTime()) + "ms\n"); }
更新索引
Lucene没有真正的更新操作,通过某个fieldname,可以更新这个域对应的索引,但是实质上,它是先删除索引,再重新建立的。
/** * 更新索引 * * @throws Exception */ public static void update() throws Exception { String text1 = "update,hello,man!"; Date date1 = new Date(); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); directory = FSDirectory.open(new File(INDEX_DIR)); IndexWriterConfig config = new IndexWriterConfig( Version.LUCENE_CURRENT, analyzer); indexWriter = new IndexWriter(directory, config); Document doc1 = new Document(); doc1.add(new TextField("filename", "text1", Store.YES)); doc1.add(new TextField("content", text1, Store.YES)); indexWriter.updateDocument(new Term("filename","text1"), doc1); indexWriter.close(); Date date2 = new Date(); System.out.println("更新索引耗时:" + (date2.getTime() - date1.getTime()) + "ms\n"); }
通过索引查询关键字
Lucene的查询方式有很多种,这里就不做详细介绍了。它会返回一个ScoreDoc的集合,类似ResultSet的集合,我们可以通过域名获取想要获取的内容。
/** * 关键字查询 * * @param str * @throws Exception */ public static void search(String str) throws Exception { directory = FSDirectory.open(new File(INDEX_DIR)); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); DirectoryReader ireader = DirectoryReader.open(directory); IndexSearcher isearcher = new IndexSearcher(ireader); QueryParser parser = new QueryParser(Version.LUCENE_CURRENT, "content",analyzer); Query query = parser.parse(str); ScoreDoc[] hits = isearcher.search(query, null, 1000).scoreDocs; for (int i = 0; i < hits.length; i++) { Document hitDoc = isearcher.doc(hits[i].doc); System.out.println(hitDoc.get("filename")); System.out.println(hitDoc.get("content")); } ireader.close(); directory.close(); }
全部代码
package test; import java.io.File; import java.util.Date; import java.util.List; import org.apache.lucene.analysis.Analyzer; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Document; import org.apache.lucene.document.LongField; import org.apache.lucene.document.TextField; import org.apache.lucene.document.Field.Store; import org.apache.lucene.index.DirectoryReader; import org.apache.lucene.index.IndexWriter; import org.apache.lucene.index.IndexWriterConfig; import org.apache.lucene.index.Term; import org.apache.lucene.queryparser.classic.QueryParser; import org.apache.lucene.search.IndexSearcher; import org.apache.lucene.search.Query; import org.apache.lucene.search.ScoreDoc; import org.apache.lucene.store.Directory; import org.apache.lucene.store.FSDirectory; import org.apache.lucene.util.Version; public class TestLucene { // 保存路径 private static String INDEX_DIR = "D:\\luceneIndex"; private static Analyzer analyzer = null; private static Directory directory = null; private static IndexWriter indexWriter = null; public static void main(String[] args) { try { // index(); search("man"); // insert(); // delete("text5"); // update(); } catch (Exception e) { e.printStackTrace(); } } /** * 更新索引 * * @throws Exception */ public static void update() throws Exception { String text1 = "update,hello,man!"; Date date1 = new Date(); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); directory = FSDirectory.open(new File(INDEX_DIR)); IndexWriterConfig config = new IndexWriterConfig( Version.LUCENE_CURRENT, analyzer); indexWriter = new IndexWriter(directory, config); Document doc1 = new Document(); doc1.add(new TextField("filename", "text1", Store.YES)); doc1.add(new TextField("content", text1, Store.YES)); indexWriter.updateDocument(new Term("filename","text1"), doc1); indexWriter.close(); Date date2 = new Date(); System.out.println("更新索引耗时:" + (date2.getTime() - date1.getTime()) + "ms\n"); } /** * 删除索引 * * @param str 删除的关键字 * @throws Exception */ public static void delete(String str) throws Exception { Date date1 = new Date(); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); directory = FSDirectory.open(new File(INDEX_DIR)); IndexWriterConfig config = new IndexWriterConfig( Version.LUCENE_CURRENT, analyzer); indexWriter = new IndexWriter(directory, config); indexWriter.deleteDocuments(new Term("filename",str)); indexWriter.close(); Date date2 = new Date(); System.out.println("删除索引耗时:" + (date2.getTime() - date1.getTime()) + "ms\n"); } /** * 增加索引 * * @throws Exception */ public static void insert() throws Exception { String text5 = "hello,goodbye,man,woman"; Date date1 = new Date(); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); directory = FSDirectory.open(new File(INDEX_DIR)); IndexWriterConfig config = new IndexWriterConfig( Version.LUCENE_CURRENT, analyzer); indexWriter = new IndexWriter(directory, config); Document doc1 = new Document(); doc1.add(new TextField("filename", "text5", Store.YES)); doc1.add(new TextField("content", text5, Store.YES)); indexWriter.addDocument(doc1); indexWriter.commit(); indexWriter.close(); Date date2 = new Date(); System.out.println("增加索引耗时:" + (date2.getTime() - date1.getTime()) + "ms\n"); } /** * 建立索引 * * @param args */ public static void index() throws Exception { String text1 = "hello,man!"; String text2 = "goodbye,man!"; String text3 = "hello,woman!"; String text4 = "goodbye,woman!"; Date date1 = new Date(); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); directory = FSDirectory.open(new File(INDEX_DIR)); IndexWriterConfig config = new IndexWriterConfig( Version.LUCENE_CURRENT, analyzer); indexWriter = new IndexWriter(directory, config); Document doc1 = new Document(); doc1.add(new TextField("filename", "text1", Store.YES)); doc1.add(new TextField("content", text1, Store.YES)); indexWriter.addDocument(doc1); Document doc2 = new Document(); doc2.add(new TextField("filename", "text2", Store.YES)); doc2.add(new TextField("content", text2, Store.YES)); indexWriter.addDocument(doc2); Document doc3 = new Document(); doc3.add(new TextField("filename", "text3", Store.YES)); doc3.add(new TextField("content", text3, Store.YES)); indexWriter.addDocument(doc3); Document doc4 = new Document(); doc4.add(new TextField("filename", "text4", Store.YES)); doc4.add(new TextField("content", text4, Store.YES)); indexWriter.addDocument(doc4); indexWriter.commit(); indexWriter.close(); Date date2 = new Date(); System.out.println("创建索引耗时:" + (date2.getTime() - date1.getTime()) + "ms\n"); } /** * 关键字查询 * * @param str * @throws Exception */ public static void search(String str) throws Exception { directory = FSDirectory.open(new File(INDEX_DIR)); analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT); DirectoryReader ireader = DirectoryReader.open(directory); IndexSearcher isearcher = new IndexSearcher(ireader); QueryParser parser = new QueryParser(Version.LUCENE_CURRENT, "content",analyzer); Query query = parser.parse(str); ScoreDoc[] hits = isearcher.search(query, null, 1000).scoreDocs; for (int i = 0; i < hits.length; i++) { Document hitDoc = isearcher.doc(hits[i].doc); System.out.println(hitDoc.get("filename")); System.out.println(hitDoc.get("content")); } ireader.close(); directory.close(); } }
参考资料
http://www.cnblogs.com/xing901022/p/3933675.html
相关推荐
在这个“Lucene3.0增删改查和关键字高亮实例”项目中,我们将深入理解如何利用Lucene 3.0版本进行索引构建、文档的增删改查操作,并学习关键字高亮显示的实现方法。 首先,我们要了解**创建索引**的基本流程。在...
这是一个Lucene.net的多索引示例,以数据库的动态数据为数据源,每个表对应一个索引,使用了盘古分词方法,适用于中文的分词,并且实现了增删改查的所有功能。 同时,在查询索引时,适用了分页方法,可直接引用到...
**Lucene 5.3.1 增删改查...总的来说,理解并熟练运用Lucene 5.3.1的增删改查操作,能帮助开发者构建功能强大的全文搜索引擎,满足各种信息检索需求。通过不断的实践和优化,我们可以进一步提升搜索效率和用户体验。
这个“lucene增删改查小demo”涵盖了 Lucene 搜索库的基础操作,通过 IndexWriter 进行索引管理,使用 QueryParser 构建查询,IndexSearcher 执行查询,并通过 Document 实现数据的读写。掌握这些基本操作后,你可以...
《Lucene全文检索:简单索引与搜索实例详解》 Lucene是Apache软件基金会的开源项目,是一款强大的全文检索库,被广泛应用于Java开发中,为开发者提供了构建高性能搜索引擎的能力。在本文中,我们将深入探讨如何基于...
本文将深入探讨如何使用客户端工具来便捷地进行ES的增删改查操作,以及这些工具在全文检索和搜索引擎中的应用。 ### 一、Elasticsearch概述 Elasticsearch基于Lucene库构建,提供了分布式、实时、容错的全文检索...
在这个实例中,开发者将展示如何在含有10万条数据的环境中实现文件的全文检索,并且包括增、删、改、查这四种基本操作。Lucene是一个强大的文本分析和搜索框架,它允许开发者构建高效且复杂的搜索功能。 描述中的...
《Lucene 3.5:创建、增删改查详解》 Lucene 是一个高性能、全文本搜索库,被广泛应用于各种搜索引擎的开发。在3.5版本中,Lucene 提供了强大的文本分析和索引功能,以及对文档的高效检索。本文将详细介绍如何在...
总的来说,Lucene.Net 在 .Net MVC4 上实现全文检索是一个涉及数据库交互、索引构建、查询处理和结果展示的综合过程。通过熟练掌握 Lucene.Net 的使用,可以为用户提供高效、准确的全文搜索体验。
**全文检索Lucene** Lucene是Apache软件基金会的开源项目,它是一个高性能、...在深入学习Lucene的过程中,阅读《全文检索Lucene》这本书将是十分有益的,它将帮助你更好地理解和掌握Lucene的核心概念及其实现技巧。
3. **索引(Index)**:索引是Lucene的核心,它是对文档集合的结构化表示,使得能快速进行全文检索。Lucene通过分词(Tokenization)、词干提取(Stemming)、去除停用词(Stopword Removal)等过程将原始文本转换...
Lucene,作为一个开源的全文检索库,为开发者提供了强大的文本搜索功能。而IKAnalyzer作为针对中文环境设计的全文检索分析器,为处理中文文本信息提供了便捷。本文将深入探讨Lucene的基本概念、核心组件以及IK...
【标题】:“HeyJava传智播客全文检索Lucene源码” 【描述】:这个资源主要聚焦于Lucene,一个广泛使用的全文检索库,由Apache软件基金会开发并维护。通过学习这部分内容,你可以深入理解Lucene如何实现高效的文本...
**Lucene全文检索全面教程** Lucene是一款由Apache软件基金会开发的开源全文检索库,它为开发者提供了在Java应用程序中实现高性能、可扩展的全文检索功能。本教程将深入探讨Lucene的核心概念、架构和使用方法,帮助...
Lucene,作为Apache软件基金会的一个开源项目,是Java平台上的全文检索库,它提供了文本检索的核心工具,使得开发者能够快速地在应用程序中实现高级的搜索功能。本篇文章将详细阐述如何使用Lucene来创建和查询索引,...
Lucene是Apache软件基金会的开放源码全文搜索引擎库,它提供了文本检索的核心工具,使得开发者能够快速构建自己的搜索应用。本项目中的代码旨在展示如何利用Lucene对多个文件夹下的数据进行索引创建和查询操作。 ...
**Spring MVC + Lucene 全文检索** 在现代Web应用中,实现高效的全文检索功能是提升用户体验的关键之一。本文将详细介绍如何使用Spring MVC框架结合Apache Lucene库来构建一个强大的全文检索系统。首先,让我们了解...
Lucene提供了强大的文本分析、索引构建和搜索功能,为开发者提供了构建自己的全文检索应用的基础框架。由于其高效性和灵活性,Lucene已经成为Java世界中最受欢迎的全文检索引擎。 **Lucene的核心组件** 1. **索引*...
**Lucene全文检索教程** Lucene是一个开源的全文搜索引擎库,由Apache软件基金...总之,Lucene全文检索教程是深入理解和掌握全文搜索引擎技术的重要参考资料,无论你是初学者还是经验丰富的开发者,都能从中受益匪浅。