Apache Lucene 5.x版本示例

朱雀 2022-08-09 00:44 117阅读 0赞

# **Apache Lucene 5.x版本 示例** #

由于目前网上关于lucene的资料多是4.x或者更早版本的，5.x版本相比有较大的改动，为了方便学习5.x版本，本文对5.x的示例简单修改做个记录。

本文内容源自官方文档，在`core/overview-summary.html`上。

本文使用的具体版本是5.3.1，针对5.x版本都适用。

## **简单例子** ##

Apache Lucene 是一个高性能并且功能全面的文本搜索引擎库，这里有一个如何使用Lucene进行索引和查询的简单例子。

public static void main(String[] args) throws IOException, ParseException {
        Analyzer analyzer = new StandardAnalyzer();
    
        //将索引存储到内存中
        Directory directory = new RAMDirectory();
        //如下想把索引存储到硬盘上，使用下面的代码代替
        //Directory directory = FSDirectory.open(Paths.get("/tmp/testindex"));
        IndexWriterConfig config = new IndexWriterConfig(analyzer);
        IndexWriter iwriter = new IndexWriter(directory, config);
    
        String[] texts = new String[]{
            "Mybatis分页插件 - 示例",
            "Mybatis 贴吧问答 第一期",
            "Mybatis 示例之 复杂(complex)属性(property)",
            "Mybatis极其(最)简(好)单(用)的一个分页插件",
            "Mybatis 的Log4j日志输出问题 - 以及有关日志的所有问题",
            "Mybatis 示例之 foreach （下）",
            "Mybatis 示例之 foreach （上）",
            "Mybatis 示例之 SelectKey",
            "Mybatis 示例之 Association (2)",
            "Mybatis 示例之 Association"
        };
    
        for (String text : texts) {
            Document doc = new Document();
            doc.add(new Field("fieldname", text, TextField.TYPE_STORED));
            iwriter.addDocument(doc);
        }
        iwriter.close();
    
        //读取索引并查询
        DirectoryReader ireader = DirectoryReader.open(directory);
        IndexSearcher isearcher = new IndexSearcher(ireader);
        //解析一个简单的查询
        QueryParser parser = new QueryParser("fieldname", analyzer);
        Query query = parser.parse("foreach");
        ScoreDoc[] hits = isearcher.search(query, null, 1000).scoreDocs;
        //迭代输出结果
        for (int i = 0; i < hits.length; i++) {
            Document hitDoc = isearcher.doc(hits[i].doc);
            System.out.println(hitDoc.get("fieldname"));
        }
        ireader.close();
        directory.close();
    }

代码输出结果：

> Mybatis 示例之 foreach （下）  
> Mybatis 示例之 foreach （上）

## **Lucene API 分成了下面几个包** ##

### **`org.apache.lucene.analysis`** ###

定义了从`Reader`转换为`TokenStream`的抽象`Analyzer`API，主要就是分词器。提供了一些默认的实现，包含`StopAnalyzer`和基于文法的`StandardAnalyzer`。中文分词可以参考 [中文分词库 IKAnalyzer][IKAnalyzer]。

### **`org.apache.lucene.codecs`** ###

提供了一个抽象的编码和解码的倒排索引结构，还提供了一些不同的实现可以应用于不同的程序需求。

### **`org.apache.lucene.document`** ###

提供了一个简单的`Document`类。一个文档只是一组命名的字段，它的值可以是字符串或者`Reader`的实例。

### **`org.apache.lucene.index`** ###

提供了两个主要的类：`IndexWriter`用于创建和给文档添加索引，`IndexReader`用于访问索引数据。

### **`org.apache.lucene.search`** ###

提供代表查询的数据结构（例如`TermQuery`用于单独的关键字查询，`PhraseQuery`用于短句，`BooleanQuery`用于布尔联合查询）。  
`IndexSearcher`将查询转换为`TopDocs`。一些`QueryParsers`提供了从字符串或者xml生成查询结构的功能。

### **`org.apache.lucene.store`** ###

定义了一个抽象类来存储持久化数据，`Directory`这是一个由`IndexOutput`和`IndexInput`分别写和读取的指定文件的集合。提供了多个实现，包括`FSDirectory`，这个实现使用文件系统目录来存储文件。还有`RAMDirectory`类实现了文件驻留在内存中的数据结构。

### **`org.apache.lucene.util`** ###

包含了一些有用的数据结构和工具类，例如`FixedBitSet`和`PriorityQueue`。

## **应用应该按下面的步骤使用Luncene** ##

1.  通过添加字段(`Field`)创建文档(`Document`)；
2.  创建`IndexWriter`，通过`addDocument()`方法添加文档(`Document`)；
3.  调用`QueryParser.parser()`方法从字符串生成查询对象；
4.  创建`IndexSearcher`并通过`search()`方法进行查询。

## **最后** ##

以上内容是Luncene中最基本的内容，关于上面每个包下面都还有一份详细的文档，本文后续可能会对这些内容做一些简单的介绍，如果大家需要用到Luncene，建议下载[官方提供][Link 1]的下载，里面包含完整的文档内容。

[IKAnalyzer]: http://www.oschina.net/p/ikanalyzer
[Link 1]: https://lucene.apache.org/