1 lucene卡發包結構分析
包名
功能
org.apache.lucene.analysis
analysis提供自帶的各種analyzer
org.apache.lucene.collation
包含collationkeyfilter和collationkeyanalyzer兩個相同功能的類，将所有token轉為collationkey，與indexablebinarystringtools一起存為term
org.apache.lucene.document
document包中是document相關各種資料結構，如document類，field類等
org.apache.lucene.index
index包中是索引的讀寫操作類，常用的是對索引檔案的segment進行寫、合并和優化的indexwriter類和對索引進行讀取和删除操作的indexreader類
org.apache.lucene.queryparser
queryparser包中是解析查詢語句相關的類（常用的是queryparser類）
org.apache.lucene.search
檢索管理，根據查詢條件，檢索得到結果search包中是從索引中進行搜尋的各種不同的query類(如termquery、booleanquery等)和搜尋結果集hits類
org.apache.lucene.store
store包中是索引的存儲相關類，如directory類定義了索引檔案的存儲結構，fsdirectory是存儲在檔案系統（即磁盤）中的索引存儲類，ramdirectory為存儲在記憶體中的索引存儲類
org.apache.lucene.util
util包中是公共工具類，例如時間和字元串之間的轉換工具
2 director
索引操作目錄
fsdirectory :磁盤路徑，在磁盤中建立檔案索引庫
ramdirectory:記憶體路徑，指在記憶體中建立檔案索引庫
//目前工程index目錄，相對路徑
fsdirectory.open(new
file("index"));
//絕對路徑
file("d:\\index"));
//在類路徑下建立
file(lucenetest.class.getresource("/").getfile()));
//記憶體路徑
ramdirectory
directory = new ramdirectory();
3
分詞器(主要要完全搜尋的不要分詞，比如當查詢書的書号時不分詞)
analyzer 分詞器
new standardanalyzer(version.lucene_36); //建立标準分詞器，對于漢子采用單自分詞
4
document索引中文對象，field文檔内部資料資訊
每個資料對象，對應一個document對象
對應一個屬性，對應一個field對象
newfield(fieldname,value,store,index);
将資料建立索引庫field，store決定是否存儲，index決定是否索引分詞
store.yes
存儲
、store.no
不存儲
index.no
不建立索引
index.analyzed
分詞建立索引
儲存權重資訊
index.not_analyzed
不分詞建立索引
index.analyzed_no_norms
分詞建立索引，不存放權重資訊
index.not_analyzed_no_norms
不分詞建立索引，不存放權重資訊
document document =
new document();
document.add(new
field("id", article.getid() +
"", store.yes,
index.not_analyzed));//對于id通常不分詞的
document.add(newfield("title",article.gettitle(),store.yes,index.analyzed));
field("content", article.getcontent(), store.yes,index.analyzed));
@test
//
查詢索引庫,檢視norms效果
public
void testquery()
throws exception {
建立query對象--根據标題
string querystring = "lucene";
第一個參數，版本号
第二個參數，字段
第三個參數，分詞器
analyzer analyzer = new standardanalyzer(version.lucene_36);
queryparser queryparser = new queryparser(version.lucene_36,
"content",
analyzer);
query query = queryparser.parse(querystring);
根據query查找
索引目錄位置
directory directory = fsdirectory.open(new
indexsearcher indexsearcher = new indexsearcher(
indexreader.open(directory));
查詢滿足結果的前100條資料
topdocs topdocs = indexsearcher.search(query, 100);
system.out.println("滿足結果記錄條數："
+ topdocs.totalhits);
擷取結果
scoredoc[] scoredocs = topdocs.scoredocs;
for (int
i = 0; i < scoredocs.length; i++) {
先獲得document下标
int docid = scoredocs[i].doc;
document document = indexsearcher.doc(docid);
system.out.println("得分："
+ scoredocs[i].score);
system.out.println("id:"
+ document.get("id"));
system.out.println("title:"
+ document.get("title"));
system.out.println("content:"
+ document.get("content"));
}
indexsearcher.close();
運作結果：
是否分詞，
根據業務查找條件決定
是否存儲，
根據業務是否需要傳回結果資料
決定
norm是按照詞頻計算的
問題：index.analyzed 和 index.analyzed_no_norms 差別
index.analyzed 會儲存權重資訊
index.analyzed_no_norms 不會儲存權重資訊
權重會影響得分，得分計算排名，
搜尋技術搜尋結果
一定要進行排序，按照得分
*
不儲存norm值，預設按照 1.0
計算
* norm
是按照詞條數
計算，值<= 1
index.analyzed_no_norms
效率會高一些
4
索引建立過程
分詞器analyzer
目錄directory
進入索引寫入，必須使用indexwriter,但是在初始化indexwriter過程中，對目标索引庫加鎖。
當試圖對一個索引庫建立多個indexwriter時，報異常
org.apache.lucene.util.setonce$alreadysetexception:the object cannot be set twice!
*使用同一 indexwriterconfig
兩次
org.apache.lucene.store.lockobtainfailedexception:lock obtain timed out:nativefslock@d:\work\javaee20130408\lucene3_day1\index\write.lock
*試圖建立第二個indexwriter
，第一個indexwriter
還沒有關閉，鎖檔案還在
問題：如果兩個線程同時對一個索引庫操作怎麼辦？---解決辦法：隻能使用同一個indexwriter對象