lucene的检索算法属于索引检索.docVIP

lucene的检索算法属于索引检索，即用空间来换取时间，对需要检索的文件、字符流进行全文索引，在检索的时候对索引进行快速的检索，得到检索位置，这个位置记录检索词出现的文件路径或者某个关键词。?????? 在使用数据库的项目中，不使用数据库进行检索的原因主要是：数据库在非精确查询的时候使用查询语言“like %keyword%”，对数据库进行查询是对所有记录遍历，并对字段进行“%keyword%”匹配，在数据库的数据庞大以及某个字段存储的数据量庞大的时候，这种遍历是致命的，它需要对所有的记录进行匹配查询。因此，lucene主要适用于文档集的全文检索，以及海量数据库的模糊检索，特别是对数据库的xml或者大数据的字符类型。 分析器Analyzer ??????? 分析器主要工作是筛选，一段文档进来以后，经过它，出去的时候只剩下那些有用的部分，其他则剔除。而这个分析器也可以自己根据需要而编写。??????? org.apache.lucene.analysis.Analyzer：这是一个虚构类，以下两个借口均继承它而来。 ????????org.apache.lucene.analysis.SimpleAnalyzer：分析器，支持最简单拉丁语言。 ????????org.apache.lucene.analysis.standard.StandardAnalyzer：标准分析器，除了拉丁语言还支持亚洲语言，并在一些匹配功能上进行完善。在这个接口中还有一个很重要的构造函数：StandardAnalyzer(String[] stopWords)，可以对分析器定义一些使用词语，这不仅可以免除检索一些无用信息，而且还可以在检索中定义禁止的政治性、非法性的检索关键词。 IndexWriter ????????IndexWriter的构造函数有三种接口，针对目录Directory、文件File、文件路径String三种情况。例如IndexWriter(String path, Analyzer a, boolean create)，path为文件路径，a为分析器，create标志是否重建索引（true：建立或者覆盖已存在的索引，false：扩展已存在的索引。） 一些重要的方法： 接口名 备注 addDocument(Document doc) 索引添加一个文档 addIndexes(Directory[] dirs) 将目录中已存在索引添加到这个索引 addIndexes(IndexReader[] readers) 将提供的索引添加到这个索引 optimize() 合并索引并优化 close() 关闭 接口名 备注 add(Field field) 添加一个字段（Field）到Document中 String get(String name) 从文档中获得一个字段对应的文本 Field getField(String name) 由字段名获得字段值 Field[] getFields(String name) 由字段名获得字段值的集 Name Stored Indexed Tokenized use Keyword(String name, ??????? String value) Y Y N date,url Text(String name, Reader value) N Y Y short text fields: title,subject Text(String name, String value) Y Y Y longer text fields, like “body” UnIndexed(String name, String value) Y N N ? UnStored(String name, ???????? String value) N Y Y ?