欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

lucene-索引过程和搜索过程的核心类

程序员文章站 2022-05-15 11:52:31
...

索引过程中的核心类

1、执行简单的索引需要以下几个类:

1)IndexWriter

是索引过程的核心组件,这个类用于创建一个新的索引并把文档加到已有的索引中。仅提供索引的写操作,并不提供索引的读操作

2)Directory

描述了Lucene索引存放的位置,是一个抽象类,具体的子类提供特定的存储索引的办法。

其中一个子类是FSDirectory能为Lucene创建和维护文件系统中的一组真实文件

另一个子类是RAMDirectory,将数据保存在内存中

3)Analyzer

在文本被索引之前,需要经过分析器处理,从被索引的文本文件中提取词汇单元,并剔除余下的无用的信息。

4)Document

一个文档代表一个域(Field)的集合,可以把Document对象当做一个虚拟的文档。

5)Field索引中的每个Document都包含一个或多个不同命名的域(Field),这些域包含于Field类中,每个域对应于一段数据,这些数据在搜索过程中可能会被查询或在索引中被检索.

A)Keyword域:不需要被分析,会被逐字索引并存储

可以对String和Date索引

B)UnIndexed域:不分析也不索引,但存入索引文件中,适于需要量和搜索结果一起显示出来的,但用户不会将它的值直接用于搜索的情形(如URL或数据库的主键).

可以对String操作

C)UnStored域:与UnIndexed类型域相反,该域类型需要被分析并索引,但不需要存储在索引文件中,适于不需要以其原始形式进行检索的大数据文本,如网页正文。

可以对String索引

D)Text域:需要分析、索引,如果被索引的数据是一个字符串,它将会被储存。如果来自Reader对象,不能储存。

可以对String和Reader索引

每个域都由域名和域值组成,选择哪一种类型的域取决于用户想如何使用该域及其值。

2、基本搜索接口

1)IndexSearcher

用于搜索IndexWriter类所创建的索引,这个类是连接索引的重要手段,提供了一些search方法。以只读方式打开索引。

2)Term

用于搜索的一个基本单元,包含一对域名和域值。

3)Query

查询类

4)TermQuery

最基本查询类型,也是简单查询类型之一。用于匹配在指定域中包含了特定项的文档。

5)Hits

存放有序搜索结果指针的简单容器

相关标签: lucene