介绍
Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。就其本身而言，Lucene是当前以及最近几年最受欢迎的免费Java信息检索程序库。人们经常提到信息检索程序库，虽然与搜索引擎有关，但不应该将信息检索程序库与搜索引擎相混淆。
Lucene是Apache提供的一个开源的全文检索引擎工具包, 其本质就是一个工具包, 而非一个完整的搜索引擎, 但是我们可以通过Lucene来构建一个搜索引擎,比如solr和elasticsearch都是基于Lucene的搜索引擎。
使用Lucene如何构建索引
第一步：导入相关的jar包
<dependency> ???<groupId>org.apache.lucene</groupId> ???<artifactId>lucene-core</artifactId> ???<version>4.10.2</version></dependency><dependency> ???<groupId>org.apache.lucene</groupId> ???<artifactId>lucene-queries</artifactId> ???<version>4.10.2</version></dependency><dependency> ???<groupId>org.apache.lucene</groupId> ???<artifactId>lucene-test-framework</artifactId> ???<version>4.10.2</version></dependency><dependency> ???<groupId>org.apache.lucene</groupId> ???<artifactId>lucene-analyzers-common</artifactId> ???<version>4.10.2</version></dependency><dependency> ???<groupId>org.apache.lucene</groupId> ???<artifactId>lucene-queryparser</artifactId> ???<version>4.10.2</version></dependency><dependency> ???<groupId>org.apache.lucene</groupId> ???<artifactId>lucene-highlighter</artifactId> ???<version>4.10.2</version></dependency> ???
第二步：书写写入索引的代码
简单案例：
public class LuceneIndex { ???public static void main(String[] args) throws IOException { ???????//1 创建indexwriter对象 ???????//1.1 创建索引库 ???????FSDirectory directory = FSDirectory.open(new File("H:\\test")); ???????//1.2 创建写入器配置对象 参数1 版本号, 参数2 分词器 ???????IndexWriterConfig config = new IndexWriterConfig(Version.LATEST, new StandardAnalyzer()); ???????//1.3 创建indexwriter对象 ???????IndexWriter indexWriter = new IndexWriter(directory, config); ???????//2 写入文档 ???????//2.1 创建文档对象(lucene的document对象) ???????Document document = new Document(); ???????//2.2 添加文档属性(字段) ??new xxxField(字段名,字段值,是否保存) ???????document.add(new IntField("id", 1, Field.Store.YES)); ???????document.add(new StringField("title", "Lucene介绍", Field.Store.YES)); ???????document.add(new TextField("content", "Lucene是一个全文检索的工具包", Field.Store.YES)); ???????//2.3 写入文档 ???????indexWriter.addDocument(document); ???????//3 提交数据 ???????indexWriter.commit(); ???????//释放资源 ???????indexWriter.close(); ???}}使用索引查看工具查看插入的索引信息
下载一个lukeall-xxxx(版本信息).jar, cmd运行这个工具jar包：
Lucene集成IKAnalyzer 中文分词器
Analyzer: 分词器:
? 用于对文档中的数据进行分词, 其分词的效果取决于分词器的选择, Lucene中根据各个国家制定了各种语言的分词器,对中文有一个ChineseAnalyzer 但是其分词的效果, 是将中文进行一个一个字的分开
针对中文分词一般只能使用第三方的分词词,比如IKAnalyzer
首先要引入jar包:
<!-- 引入IK分词器 --><dependency> ???<groupId>com.janeluo</groupId> ???<artifactId>ikanalyzer</artifactId> ???<version>2012_u6</version></dependency>
代码部分只需要修改我们上面案例的分词器对象即可:
//1.2 创建写入器配置对象 参数1 版本号, 参数2 分词器IndexWriterConfig config = new IndexWriterConfig(Version.LATEST, new IKAnalyzer());
高级使用:
ik分词器在2012年更新后, 就在没有更新, 其原因就取决于其强大的扩展功能,以保证ik能够持续使用
ik支持对自定义词库, 其可以定义两个扩展的词典
1) 扩展词典（新创建词功能）:有些词IK分词器不识别 例如：“剑来”，“剑九黄”
2) 停用词典（停用某些词功能）有些词不需要建立索引 例如：“哦”，“啊”，“的”
如何使用:
在resources内创建者三个文件，在ext.dic中设置需要进行分词的内容即可, 在stopword中设置不被分词的内容即可,xml文件内容格式如下：
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> ?<properties> ?????<comment>IK Analyzer 扩展配置</comment> ???<!--用户可以在这里配置自己的扩展字典 --> ???<entry key="ext_dict">ext.dic;</entry> ????????<!--用户可以在这里配置自己的扩展停止词字典--> ???<entry key="ext_stopwords">stopword.dic;</entry> ????</properties>
其他两个词典内容格式：
剑来剑九黄剑开天门
API详解：
IndexWriter: 索引写入器对象
其主要的作用, 添加索引, 修改索引和删除索引
创建此对象的时候, 需要传入Directory和indexWriterConfig对象
Directory: 目录类, 用来指定索引库的目录
常用的实现类:
FSDirectory: 用来指定文件系统的目录, 将索引信息保存到磁盘上
优点: 索引可以进行长期保存, 安全系数高
缺点: 读取略慢
RAMDriectory: 内存目录, 将索引库信息存放到内存中
优点: 读取速度快
缺点: 不安全, 无法长期保存, 关机后就消失了
IndexWriterConfig: 索引写入器的配置类
创建此对象, 需要传递Lucene的版本和分词器
作用:
作用1 : 指定Lucene的版本和需要使用的分词器
作用2: 设置Lucene的打开索引库的方式: setOpenMode();
//参数值: APPEND CREATE ??CREATE_OR_APPEND/** * APPEND: 表示追加, 如果索引库存在, 就会向索引库中追加数据, 如果索引库不存在, 直接报错 * ?* CREATE: 表示创建, 不管索引库有没有, 每一次都是重新创建一个新的索引库 * ?* CREATE_OR_APPEND: 如果索引库有, 就会追加, 如果没有 就会创建索引库 ????????默认值也是 CREATE_OR_APPEND */config.setOpenMode(IndexWriterConfig.OpenMode.CREATE_OR_APPEND);
Document: 文档
? 在Lucene中, 每一条数据以文档的形式进行存储, 文档中也有其对应的属性和值, Lucene中一个文档类似数据库的一个表, 表中的字段类似于文档中的字段,只不过这个文档只能保存一条数据
? Document看做是一个文件, 文件的属性就是文档的属性, 文件对应属性的值就是文档的属性的值 content
一个文档中可以有多个字段, 每一个字段就是一个field对象,不同的文档可以有不同的属性
字段也有其对应数据类型, 故Field类也提供了各种数据类型的实现类
| Field类 | 数据类型 | Analyzed是否分析 | Indexed是否索引 | Stored是否存储 | 说明 |
|---|---|---|---|---|---|
| StringField(FieldName, FieldValue,Store.YES)) | 字符串 | N | Y | Y或N | 这个Field用来构建一个字符串Field，但是不会进行分析，会将整个串存储在索引中，比如(订单号,姓名等)是否存储在文档中用Store.YES或Store.NO决定 |
| LongField(FieldName, FieldValue,Store.YES) | Long型 | Y | Y | Y或N | 这个Field用来构建一个Long数字型Field，进行分析和索引，比如(价格)是否存储在文档中用Store.YES或Store.NO决定 |
| StoredField(FieldName, FieldValue) | 重载方法，支持多种类型 | N | N | Y | 这个Field用来构建不同类型Field不分析，不索引，但要Field存储在文档中 |
| TextField(FieldName, FieldValue, Store.NO)或TextField(FieldName, reader) | 字符串或流 | Y | Y | Y或N | 如果是一个Reader, lucene猜测内容比较多,会采用Unstored的策略. |
更改和删除索引：
???/** ????* 更新索引 ????* 本质先删除再添加 ????* 先删除所有满足条件的文档，再创建文档 ????* 因此，更新索引通常要根据唯一字段 ????*/ ???@Test ???public void testUpdate() throws Exception { ???????// 创建更改后的文档对象 ???????Document document = new Document(); ???????document.add(new StringField("id", "3", Field.Store.YES)); ???????document.add(new TextField("title", "更改后的titlek", Field.Store.YES)); ???????// 索引库对象 ???????Directory directory = FSDirectory.open(new File("H:\\test")); ???????// 索引写入器配置对象 ???????IndexWriterConfig conf = new IndexWriterConfig(Version.LATEST, new IKAnalyzer()); ???????// 索引写入器对象 ???????IndexWriter indexWriter = new IndexWriter(directory, conf); ???????// 执行更新操作 参数1 要更改的对象, 参数2 更改后的对象 ???????indexWriter.updateDocument(new Term("id", "1"), document); ???????// 提交 ???????indexWriter.commit(); ???????// 关闭 ???????indexWriter.close(); ???} ???// 删除索引 ???@Test ???public void testDelete() throws Exception { ???????// 创建目录对象 ???????Directory directory = FSDirectory.open(new File("H:\\test")); ???????// 创建索引写入器配置对象 ???????IndexWriterConfig conf = new IndexWriterConfig(Version.LATEST, new IKAnalyzer()); ???????// 创建索引写入器对象 ???????IndexWriter indexWriter = new IndexWriter(directory, conf); ???????// 执行删除操作(根据词条)，要求id字段必须是字符串类型 ???????indexWriter.deleteDocuments(new Term("id", "5")); ???????// 根据查询条件删除 ???????// indexWriter.deleteDocuments(NumericRangeQuery.newLongRange("id", 2l, 4l, true, false)); ???????// 删除所有 ???????//indexWriter.deleteAll(); ???????// 提交 ???????indexWriter.commit(); ???????// 关闭 ???????indexWriter.close(); ???}Lucene介绍及简单入门案例（集成ik分词器）
原文地址：https://www.cnblogs.com/Alex-zqzy/p/9435623.html