1 Lucene的Query的使用

Lucene是使用Query对象执行查询的, 由Query对象生成查询的语法. 如bookName:java, 表示搜索bookName域中包含java的文档数据.

1.1 Query对象的两种创建方法

1.1.1 使用Query子类对象

1.1.1.1 常用的Query子类对象

1.1.1.2 常用的Query子类对象使用

1.1.1.2.1 使用TermQuery

• 需求: 查询图书名称中包含java的图书.

/** * 搜索索引(封装搜索方法) */private void seracher(Query query) throws Exception { ???// 打印查询语法 ???System.out.println("查询语法: " + query); ???????// 1.创建索引库目录位置对象(Directory), 指定索引库的位置 ???Directory directory = FSDirectory.open(new File("/Users/healchow/Documents/index")); ???????// 2.创建索引读取对象(IndexReader), 用于读取索引 ???IndexReader reader = DirectoryReader.open(directory); ???????// 3.创建索引搜索对象(IndexSearcher), 用于执行搜索 ???IndexSearcher searcher = new IndexSearcher(reader); ?????// 4. 使用IndexSearcher对象执行搜索, 返回搜索结果集TopDocs ???// 参数一:使用的查询对象, 参数二:指定要返回的搜索结果排序后的前n个 ???TopDocs topDocs = searcher.search(query, 10); ???// 5. 处理结果集 ???// 5.1 打印实际查询到的结果数量 ???System.out.println("实际查询到的结果数量: " + topDocs.totalHits); ???// 5.2 获取搜索的结果数组 ???// ScoreDoc中有文档的id及其评分 ???ScoreDoc[] scoreDocs = topDocs.scoreDocs; ???????for (ScoreDoc scoreDoc : scoreDocs) { ???????System.out.println("= = = = = = = = = = = = = = = = = = ="); ???????// 获取文档的id和评分 ???????int docId = scoreDoc.doc; ???????float score = scoreDoc.score; ???????System.out.println("文档id= " + docId + " , 评分= " + score); ???????????????// 根据文档Id, 查询文档数据 -- 相当于关系数据库中根据主键Id查询数据 ???????Document doc = searcher.doc(docId); ???????System.out.println("图书Id: " + doc.get("bookId")); ???????System.out.println("图书名称: " + doc.get("bookName")); ???????System.out.println("图书价格: " + doc.get("bookPrice")); ???????System.out.println("图书图片: " + doc.get("bookPic")); ???????System.out.println("图书描述: " + doc.get("bookDesc")); ???} ???????// 6. 关闭资源 ???reader.close();}

• 测试使用TermQuery:

/** * 测试使用TermQuery: 需求: 查询图书名称中包含java的图书 */@Testpublic void testTermQuery() throws Exception { ???//1. 创建TermQuery对象 ???TermQuery termQuery = new TermQuery(new Term("bookName", "java")); ???// 2.执行搜索 ???this.seracher(termQuery);}

1.1.1.2.2 使用NumericRangeQuery

• 需求: 查询图书价格在80-100之间的图书(不包含80和100):

/** * 测试使用NumericRangeQuery: 需求: 查询图书价格在80-100之间的图书 */@Testpublic void testNumericRangeQuery() throws Exception{ ???// 1.创建NumericRangeQuery对象, 参数说明: ????// field: 搜索的域; min: 范围最小值; max: 范围最大值 ???// minInclusive: 是否包含最小值(左边界); maxInclusive: 是否包含最大值(右边界) ???NumericRangeQuery numQuery = NumericRangeQuery.newFloatRange("bookPrice", 80f, 100f, false, false); ???// 2.执行搜索 ???this.seracher(numQuery); }

• 测试包含80和100:

// 测试包含80和100NumericRangeQuery numQuery = NumericRangeQuery.newFloatRange("bookPrice", 80f, 100f, true, true);

1.1.1.2.3 使用BooleanQuery

• 需求: 查询图书名称中包含Lucene, 并且价格在80-100之间的图书.

/** * 测试使用BooleanQuery: 需求: 查询图书名称中包含Lucene, 且价格在80-100之间的图书 */@Testpublic void testBooleanQuery() throws Exception { ???// 1.创建查询条件 ???// 1.1.创建查询条件一 ???TermQuery query1 = new TermQuery(new Term("bookName", "lucene")); ???????// 1.2.创建查询条件二 ???NumericRangeQuery query2 = NumericRangeQuery.newFloatRange("bookPrice", 80f, 100f, true, true); ???// 2.创建组合查询条件 ???BooleanQuery bq = new BooleanQuery(); ???// add方法: 添加组合的查询条件 ???// query参数: 查询条件对象 ???// occur参数: 组合条件 ???bq.add(query1, Occur.MUST); ???bq.add(query2, Occur.MUST); ???????// 3.执行搜索 ??this.seracher(bq);}

查询语法中, "+"表示并且条件, "-"表示不包含后面的条件:

1.1.2 使用QueryParser

说明: 使用QueryParser对象解析查询表达式, 实例化Query对象.

1.1.2.1 QueryParse表达式语法

• 关键词基本查询: 域名+":"+关键词, 比如: bookname:lucene
• 范围查询: 域名+":"+[最小值 TO 最大值], 比如: price:[80 TO 100]. 需要注意QueryParser不支持数字范围查询, 仅适用于字符串范围查询. 如果有数字范围查询需求, 请使用NumericRangeQuery.
• 组合查询:

1.1.3 使用QueryParser

需求: 查询图书名称中包含java, 并且图书名称中包含"Lucene"的图书.

/** * 测试使用QueryParser: 需求: 查询图书名称中包含Lucene, 且包含java的图书 */@Testpublic void testQueryParser() throws Exception { ???// 1.创建查询对象 ???// 1.1.创建分析器对象 ???Analyzer analyzer = new IKAnalyzer(); ???// 1.2.创建查询解析器对象 ???QueryParser qp = new QueryParser("bookName", analyzer); ???// 1.3.使用QueryParser解析查询表达式 ???Query query = qp.parse("bookName:java AND bookName:lucene"); ???????// 2.执行搜索 ???this.seracher(query);}

注意: 使用QueryParser, 表达式中的组合关键字AND/OR/NOT必须要大写. 设置了默认搜索域后, 若查询的域没有改变, 则可不写.

2 Lucene索引库的维护

数据保存在关系型数据库中, 需要实现增、删、改、查操作; 索引保存在索引库中, 也需要实现增、删、改、查操作.

2.1 增加索引

参考 Lucene-入门程序及Java API的简单使用 中的内容:

2.2 删除索引

2.2.1 根据Term删除索引

1. 创建分析器对象(Analyzer), 用于分词;
2. 创建索引配置对象(IndexWriterConfig), 用于配置Lucene;
3. 创建索引库目录对象(Directory), 用于指定索引库的位置;
4. 创建索引写入对象(IndexWriter), 用于操作索引;
5. 创建删除条件对象(Term);
6. 使用IndexWriter对象, 执行删除;
7. 释放资源.

/** * 根据Term删除索引 */@Testpublic void deleteIndexByTerm() throws IOException { ???// 1.创建分析器对象(Analyzer), 用于分词 ???Analyzer analyzer = new IKAnalyzer(); ????// 2.创建索引配置对象(IndexWriterConfig), 用于配置Lucene ???IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_4_10_4, analyzer); ???// 3.创建索引库目录对象(Directory), 用于指定索引库的位置 ???Directory directory = FSDirectory.open(new File("/Users/healchow/Documents/index")); ???????// 4.创建索引写入对象(IndexWriter), 用于操作索引 ???IndexWriter writer = new IndexWriter(directory, iwc); ???????// 5.创建删除条件对象(Term) ???// 删除图书名称域中, 包含"java"的索引 ???// delete from table where name="java" ???// 参数一: 删除的域的名称, 参数二: 删除的条件值 ???Term term = new Term("bookName", "java"); ????// 6.使用IndexWriter对象, 执行删除 ???// 可变参数, 能传多个term ???writer.deleteDocuments(term); ????// 7.释放资源 ???writer.close();}

根据Term执行删除操作(indexWriter.deleteDocuments(term))时, 要求对应的Field不能分词且只能是一个词, 且这个Field必须索引过, Lucene将先去搜索, 然后将所有满足条件的记录删除(伪删除, 做了".del"标记) -- 最好定义一个唯一标识来做删除操作.

是否删除索引, 需要分情况讨论: 我们知道, Lucene是以段(segment)来组织索引内容的, 通过Term执行删除操作(indexWriter.deleteDocuments(term))时, 若索引段中仍包含符合条件的文档对象的其他分词的索引, 就会保留整个索引数据(若采取更新操作, 则会降低性能), 如果没有, 则也将删除索引数据:

查看删除了的文档的编号:

2.2.2 删除全部索引(慎用)

1. 创建分析器对象(Analyzer), 用于分词;
2. 创建索引配置对象(IndexWriterConfig), 用于配置Lucene;
3. 创建索引库目录对象(Directory), 指定索引库位置;
4. 创建索引写入对象(IndexWriter), 用于操作索引库;
5. 使用IndexWriter对象, 执行删除;
6. 释放资源.

/*** 删除全部索引*/@Testpublic void deleteAllIndex() throws IOException { ??// 1.创建分析器对象(Analyzer), 用于分词 ??Analyzer analyzer = new IKAnalyzer(); ??// 2.创建索引配置对象(IndexWriterConfig), 用于配置Lucene ??IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_4_10_4, analyzer); ?????// 3.创建索引库目录对象(Directory), 用于指定索引库的位置 ??Directory directory = FSDirectory.open(new File("/Users/healchow/Documents/index")); ?????// 4.创建索引写入对象(IndexWriter), 用于操作索引 ??IndexWriter writer = new IndexWriter(directory, iwc); ?????// 5.使用IndexWriter对象, 执行删除 ??writer.deleteAll(); ?????// 6.释放资源 ?writer.close();}

删除后的索引结果:

删除全部索引, 将文档域的数据, 索引域的数据都删除.

类似于关系型数据库的Truncate删除: 完全删除数据, 包括存储结构, 因而更快速.

2.3 更新索引

Lucene是根据Term对象更新索引: 先根据Term执行查询, 查询到则执行更新, 查询不到则执行添加索引.

1. 创建分析器对象(Analyzer), 用于分词;
2. 创建索引配置对象(IndexWriterConfig), 用于配置Lucene;
3. 创建索引库目录对象(Directory), 用于指定索引库的位置;
4. 创建索引写入对象(IndexWriter), 用于操作索引库;
5. 创建文档对象(Document);
6. 创建Term对象;
7. 使用IndexWriter对象, 执行更新;
8. 释放资源.

/** * 更新索引 */@Testpublic void updateIndexByTerm() throws IOException{ ???// 1.创建分析器对象(Analyzer), 用于分词 ???Analyzer analyzer = new IKAnalyzer(); ??????// 2.创建索引配置对象(IndexWriterConfig), 用于配置Lucene ???IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_4_10_4, analyzer); ??????// 3.创建索引库目录对象(Directory), 用于指定索引库的位置 ???Directory directory = FSDirectory.open(new File("/Users/healchow/Documents/index")); ??????// 4.创建索引写入对象(IndexWriter), 用于操作索引 ???IndexWriter writer = new IndexWriter(directory, iwc); ????// 5.创建文档对象(Document) ???Document doc = new Document(); ???doc.add(new TextField("id", "1234", Store.YES)); ???// doc.add(new TextField("name", "MyBatis and SpringMVC", Store.YES)); ???doc.add(new TextField("name", "MyBatis and Struts2", Store.YES)); ????// 6.创建Term对象 ???Term term = new Term("name", "SpringMVC"); ????// 7.使用IndexWriter对象, 执行更新 ???writer.updateDocument(term, doc); ??????// 8.释放资源 ???writer.close();}

第一次执行, 由于没有查找到对应的索引, 故执行添加功能, 结果如图(不区分大小写):

第二次执行时, 由于索引库中已有"name"="SpringMVC"的内容, 故执行更新操作: 将整个TextField的内容:"MyBatis and Struts2"添加到索引库中, 并与上次的结果合并, 结果如下图示:

若第二次执行时更改了Term中name域的条件值(索引中没有对应的), 将继续执行添加功能: 将整个TextField中的内容添加到索引中.

版权声明

作者: ma_shoufeng(马瘦风)

出处: 博客园 马瘦风的博客

您的支持是对博主的极大鼓励, 感谢您的阅读.

本文版权归博主所有, 欢迎转载, 但未经博主同意必须保留此段声明, 且在文章页面明显位置给出原文链接, 否则博主保留追究法律责任的权利.

Lucene-Query的使用及其索引库的维护

原文地址：https://www.cnblogs.com/shoufeng/p/9398964.html