Lucene学习总结之二：Lucene的总体架构

本文csdn中的位置http://blog.csdn.net/forfuture1978/archive/2009/10/30/4745802.aspx

 

Lucene总的来说是：

• 一个高效的，可扩展的，全文检索库。
• 全部用Java实现，无须配置。
• 仅支持纯文本文件的索引(Indexing)和搜索(Search)。
• 不负责由其他格式的文件抽取纯文本文件，或从网络中抓取文件的过程。

在Lucene in action中，Lucene 的构架和过程如下图，

 

说明Lucene是有索引和搜索的两个过程，包含索引创建，索引，搜索三个要点。

让我们更细一些看Lucene的各组件：

 

• 被索引的文档用Document对象表示。
• IndexWriter通过函数addDocument将文档添加到索引中，实现创建索引的过程。
• Lucene的索引是应用反向索引。
• 当用户有请求时，Query代表用户的查询语句。
• IndexSearcher通过函数search搜索Lucene Index。
• IndexSearcher计算term weight和score并且将结果返回给用户。
• 返回给用户的文档集合用TopDocsCollector表示。

 

那么如何应用这些组件呢？

让我们再详细到对Lucene API 的调用实现索引和搜索过程。

 

• 索引过程如下：
  • 创建一个IndexWriter用来写索引文件，它有几个参数，INDEX_DIR就是索引文件所存放的位置，Analyzer便是用来对文档进行词法分析和语言处理的。
  • 创建一个Document代表我们要索引的文档。
  • 将不同的Field加入到文档中。我们知道，一篇文档有多种信息，如题目，作者，修改时间，内容等。不同类型的信息用不同的Field来表示，在本例子中，一共有两类信息进行了索引，一个是文件路径，一个是文件内容。其中FileReader的SRC_FILE就表示要索引的源文件。
  • IndexWriter调用函数addDocument将索引写到索引文件夹中。
• 搜索过程如下：
  • IndexReader将磁盘上的索引信息读入到内存，INDEX_DIR就是索引文件存放的位置。
  • 创建IndexSearcher准备进行搜索。
  • 创建Analyer用来对查询语句进行词法分析和语言处理。
  • 创建QueryParser用来对查询语句进行语法分析。
  • QueryParser调用parser进行语法分析，形成查询语法树，放到Query中。
  • IndexSearcher调用search对查询语法树Query进行搜索，得到结果TopScoreDocCollector。

以上便是Lucene API函数的简单调用。

然而当进入Lucene的源代码后，发现Lucene有很多包，关系错综复杂。

然而通过下图，我们不难发现，Lucene的各源码模块，都是对普通索引和搜索过程的一种实现。

此图是上一节介绍的全文检索的流程对应的Lucene实现的包结构。(参照http://www.lucene.com.cn/about.htm中文章《开放源代码的全文检索引擎Lucene》)

 

• Lucene的analysis模块主要负责词法分析及语言处理而形成Term。
• Lucene的index模块主要负责索引的创建，里面有IndexWriter。
• Lucene的store模块主要负责索引的读写。
• Lucene的QueryParser主要负责语法分析。
• Lucene的search模块主要负责对索引的搜索。
• Lucene的similarity模块主要负责对相关性打分的实现。

了解了Lucene的整个结构，我们便可以开始Lucene的源码之旅了。

 

另：

博客园此文章链接为：http://www.cnblogs.com/forfuture1978/archive/2009/12/14/1623596.html

CSDN此文章链接为：http://blog.csdn.net/forfuture1978/archive/2009/10/30/4745802.aspx

评论

11 楼 panawala 2013-10-19  

10 楼 fanlei77 2012-03-13  

看后觉得书白买了，楼主的文章更加清晰易懂

9 楼 RonQi 2011-10-27  

high_java 写道

非常好的文章，感谢您的分享。照这个理论，我可以将数据库中表中的数据先在文件系统建立索引，然后如果想搜索的话，就直接在索引中搜索，既方便又快捷

但是，如果加入权限管理的话，也就是说，每个人搜索的范围不一样的话，该怎样建立索引呢？是将所有的数据建立一次索引，还是根据不同的搜索者建立不同的索引？

有没有方法，将数据库中的data建立一次索引，然而还是能够根据权限来进行搜索，将权限搜索加入到lucene里面？

那你数据库的权限怎么做的？我觉得最简单的方法就是加字段进行判断吧，Lucene也能加字段，根据不同资料的不同授权进行条件搜索，比如权限用数字表示，可以存一个字段为0~10，某个权限为5的用户就搜索此字段小于6的数据。
个人想法，纯属交流。

8 楼 linvar 2011-09-19  

真心好文呐

7 楼 confident_f 2011-09-14  

xiewanzhi 写道

公司要用，研究一下，十分感谢，正在考虑权限问题。

权限问题解决了吗？

6 楼 xiewanzhi 2011-05-16  

公司要用，研究一下，十分感谢，正在考虑权限问题。

5 楼 high_java 2010-08-26  

非常好的文章，感谢您的分享。照这个理论，我可以将数据库中表中的数据先在文件系统建立索引，然后如果想搜索的话，就直接在索引中搜索，既方便又快捷

但是，如果加入权限管理的话，也就是说，每个人搜索的范围不一样的话，该怎样建立索引呢？是将所有的数据建立一次索引，还是根据不同的搜索者建立不同的索引？

有没有方法，将数据库中的data建立一次索引，然而还是能够根据权限来进行搜索，将权限搜索加入到lucene里面？

4 楼 youjianbo_han_87 2010-08-18  

不错啊。哥们

3 楼 woainichenxueming 2010-04-28  

好文章，谢谢分享！讲的不错！

2 楼 lsk 2010-03-03  

很清晰. 简单明了

1 楼 linliangyi2007 2010-02-26  

简洁明了，逻辑清晰，好文