lucene全文检索概述（三）

淩亂°似流年 2022-01-21 01:37 338阅读 0赞

#                                       lucene全文检索概述（三） #

**目录**

lucene全文检索概述（三）

一.Lucene创建索引

1代码编写生成空索引文件

1.代码模板

2.运行代码

3.添加数据

4.执行代码

5.利用luke软件观察当前生成的索引内容

6.存在的问题

7.Store的yes和no的用处?

--------------------

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70][]

# 一.Lucene创建索引 #

## 1代码编写生成空索引文件 ##

**使用lucene全文检索引擎工具包在windows中创建可以使用的第一个索引文件**

*  指向一个文件夹位置(项目根目录)
 *  生成一个索引创建的输出流对象IndexWriter(绑定Analayzer)
 *  document对象数据的封装整理
 *  输出到索引的目录文件夹生成索引供搜索服务
 *  完成一个空文件的创建

### 1.代码模板 ###

public class CreateIndex {
    	@Test
    	public void createIndex() throws Exception{
    		//1指定一个文件夹位置,项目根目录./index01
    		Path path = Paths.get("d:/index01");
    		//lucene的文件夹对象包装path
    		FSDirectory dir = FSDirectory.open(path);
    		//2生成一个创建索引的输出对象
    		//配置的生成,输出的原则覆盖,追加,输出计算分词的分词器
    		IndexWriterConfig config=
    				new IndexWriterConfig(new IKAnalyzer6x());
    		//配置追加覆盖的原则 append 追加  create 覆盖 crate_or_append
    		config.setOpenMode(OpenMode.CREATE);
    		IndexWriter writer=new IndexWriter(dir, config);
    		//3编辑收集document数据的对象封装过程
    		//添加一个新闻的数据,添加一个商品数据
    		Document doc1=new Document();
    		Document doc2=new Document();
    		//封装数据手动封装,不同的field域属性和值
    		//网页数据的addresshttps://ent.sina.com.cn
    		//Store.yes/no的区别,TextField和StringField区别
    		//4利用输出writer写出索引文件,索引文件是空的
    		writer.addDocument(doc1);
    		/*writer.addDocument(doc2);*/
    		writer.commit();
    	}
    }

### 2.运行代码 ###

![20190607132456522.png][]

**仅仅是包含了一个index索引的基础结构,没有任何数据,分词整合结果,document数据都不存在**

### **3.添加数据** ###

//添加一个新闻的数据,添加一个商品数据
    		Document doc1=new Document();
    		Document doc2=new Document();
    		//封装数据手动封装,不同的field域属性和值
    		doc1.add(new TextField("title", "文娱大播报1", Store.YES));//title 域,文旅部督办张云雷调侃事件   存储
    		doc1.add(new TextField("publisher","新华社1",Store.YES));
    		doc1.add(new TextField("content","北京德云社火爆售票,每张票100元1",Store.NO));
    		doc1.add(new TextField("name","三星屏幕1",Store.YES));
    		doc1.add(new IntPoint("price", 500));
    		doc1.add(new StringField("address","https://ent.deyunshe.com.cn",Store.YES));//网页数据的addresshttps://ent.sina.com.cn
    		doc2.add(new TextField("title", "文娱大播报2", Store.YES));//title,文旅部督办张云雷调侃事件
    		doc2.add(new TextField("publisher","新华社2",Store.YES));
    		doc2.add(new TextField("content","北京德云社火爆售票,每张票100元2",Store.NO));
    		doc2.add(new TextField("name","三星屏幕2",Store.YES));
    		doc2.add(new IntPoint("price", 600));
    		doc2.add(new StringField("address","https://ent.deyunshe.com.cn",Store.YES));

### 4.执行代码 ###

![20190607133322266.png][]

**生成一堆二进制文件**

### 5.利用luke软件观察当前生成的索引内容 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 1][]

**luke6.0.0是使用lucene编写的一个查看索引的软件**

**1.进入文件夹双机bat文件,在jdk环境下直接启动软件**

![20190607133533428.png][]

**2.指向索引文件的根目录**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 2][]

**3.项目根目录不好找的话，更改路径 生成在D盘**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 3][]

**4.指向对应路径**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 4][]

**5.点击OK**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 5][]

**6.overview**

*  域的个数:7
 *  document文档的个数:2
 *  term的个数:32

**7.document标签**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 6][]

**可以观察任意一个document的数据**

**8. overview左下框表示域的词项统计数据**

![20190607134201978.png][]

**9.自动分词**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 7][]

### 6.存在的问题 ###

**FIELD类型都有哪些怎么用?**

*  字符串文本:Text(对当前需要计算分词) String(对域不需要计算分词)
 *  数字多种:IntPoint DoublePoint LongPoint
 *  Point类型数据只形成数字特性的管理维护(范围查询)
 *  例如价钱: 1000-5000之间的商品,完成范围查询必须在
 *  域中添加Point类型数据,否则无法查询,但是查询的记过中document是不保存这个数据的.

### 7.Store的yes和no的用处? ###

*  YES表示当前域的值需要存储在索引中.
 *  NO表示当前域的值不需要存储在索引中.

![20190607134834707.png][]

**一个document的数据中域的类型和存储与不存储是分开管理**

**1.只使用IntPoint/DoublePoint类型定义一个域:**

*  **这个域的value只能用作查询时的数据计算(范围)**
 *  **无法从查询结果中拿到当前域的值**

**2.使用了Text类型的域定义Store.NO:**

*  可以使用分词查询到document
 *  但是无法查询之后获取域的值

**3.使用Text类型的域定义Store.YES**

*  既可以使用分词查询到document
 *  也可以在查询结果中获取域的值

**4.使用String类型的域定义Store.No**

*  使用值的整体进行查询（不分词）
 *  不能从查询结果中获取值

**5.使用String类型的域定义Store.YES**

*  使用整体查询获取document（不分词）
 *  document有当前域的值

**NO 就算查得到，也无法获取**

**如果既要计算数字特性的范围查询,也要从数据中获取查询结果的值**

**StringField和Point类型一起使用,域名称完全一样,值也要完全一样.**

**只要是Point类型的一律不存储（单独使用），写上也直接报错**

![20190607135841972.png][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70]: /images/20220121/93fc3283fb8043bcb4a176316d0acb5b.png
[20190607132456522.png]: /images/20220121/dc155c26deb24c32a56b5883c3efb31a.png
[20190607133322266.png]: /images/20220121/6d4f6804348f4c6da33432002356f307.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 1]: /images/20220121/834c7a738c104b84bd4ad1bfaa3aa790.png
[20190607133533428.png]: /images/20220121/cd0fd4c8ec3a4591b8d375c385be957e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 2]: /images/20220121/bb53a1adf6674e59b36daa3f8e9f3584.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 3]: /images/20220121/5bef184281d043d49464f35f84b7b05d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 4]: /images/20220121/30fab8ea6ffc46eeb48316442d13b591.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 5]: /images/20220121/14e704552d4f4ac483f2013bcc0f764e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 6]: /images/20220121/dda2233194fd4d798392b613f23da96b.png
[20190607134201978.png]: /images/20220121/00a6e524b838480492cb45e4e4e25f3f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpdVk1MjE_size_16_color_FFFFFF_t_70 7]: /images/20220121/687f9d5aca084766aea9558c1818d29d.png
[20190607134834707.png]: /images/20220121/70c2ad5e2834486087231cba9917e710.png
[20190607135841972.png]: /images/20220121/3874685c3e1d4480aaa2803edd620e0d.png