lucene3.x核心類介紹

:) [b]索引核心類[/b] :o

[b]Directory[/b]:描述Lucene索引存放的位置，是一個抽象類，由子類負責指定索引存在位置：記憶體或者磁盤；

[b]IndexWrite[/b]r:負責建立或者打開新索引，以及對索引做增删改操作；

[b]Analyzer[/b]:文本檔案在被索引前需要經過它進行分析，把它的對象在IndexWriter構造時傳入，是抽象類；Analyzer 是分析器，它的作用是把一個字元串按某種規則劃分成一個個詞語，并去除其中的無效詞語，這裡說的無效詞語是指英文中的“of”、 “the”，中文中的 “的”、“地”等詞語，這些詞語在文章中大量出現，但是本身不包含什麼關鍵資訊，去掉有利于縮小索引檔案、提高效率、提高命中率。

分詞的規則千變萬化，但目的隻有一個：按語義劃分。這點在英文中比較容易實作，因為英文本身就是以單詞為機關的，已經用空格分開；而中文則必須以某種方法将連成一片的句子劃分成一個個詞語。具體劃分方法下面再詳細介紹，這裡隻需了解分析器的概念即可。

[b]Document[/b]:文檔對象代表一些域的集合；使用者提供的源是一條條記錄，它們可以是文本檔案、字元串或者資料庫表的一條記錄等等。一條記錄經過索引之後，就是以一個Document的形式存儲在索引檔案中的。使用者進行搜尋，也是以Document清單的形式傳回。

[b]Field[/b]:每個域都有域名和對應的域值；一個Document可以包含多個資訊域，例如一篇文章可以包含“标題”、“正文”、“最後修改時間”等資訊域，這些資訊域就是通過Field在Document中存儲的。

Field有兩個屬性可選：存儲和索引。通過存儲屬性你可以控制是否對這個Field進行存儲；通過索引屬性你可以控制是否對該Field進行索引。這看起來似乎有些廢話，事實上對這兩個屬性的正确組合很重要，下面舉例說明：

還是以剛才的文章為例子，我們需要對标題和正文進行全文搜尋，是以我們要把索引屬性設定為真，同時我們希望能直接從搜尋結果中提取文章标題，是以我們把标題域的存儲屬性設定為真，但是由于正文域太大了，我們為了縮小索引檔案大小，将正文域的存儲屬性設定為假，當需要時再直接讀取檔案；我們隻是希望能從搜尋解果中提取最後修改時間，不需要對它進行搜尋，是以我們把最後修改時間域的存儲屬性設定為真，索引屬性設定為假。上面的三個域涵蓋了兩個屬性的三種組合，還有一種全為假的沒有用到，事實上Field不允許你那麼設定，因為既不存儲又不索引的域是沒有意義的。

[b]tocken: [/b]tocken是term的一次出現，它包含trem文本和相應的起止偏移，以及一個類型字元串。一句話中可以出現多次相同的詞語，它們都用同一個term表示，但是用不同的tocken，每個tocken标記該詞語出現的地方。

[b]segment: [/b]添加索引時并不是每個document都馬上添加到同一個索引檔案，它們首先被寫入到不同的小檔案，然後再合并成一個大索引檔案，這裡每個小檔案都是一個segment。

:roll: [b]搜尋核心類[/b] :oops:

[b]IndexSearcher[/b]:以隻讀的方式打開索引，需要Directory（指出索引位置）構造出來；

[b]Term[/b]：搜尋時候基本單元，由域名和域值組成，類似于field；term是搜尋的最小機關，它表示文檔的一個詞語，term由兩部分組成：它表示的詞語和這個詞語所出現的field。

[b]Query[/b]：查詢抽象類，有許多具體的子類實作，如TermQuery；

[b]TermQuery[/b]：比對指定域中包含特定項的文檔；

[b]TopDocs[/b]：一個簡單的指針日期，指向前N個排名的搜尋結果。