Document(文档)是Field(域)的承载体, 一个Document由多个Field组成. Field由名称和值两部分组成, Field的值是要索引的内容, 也是要搜索的内容.
是否分词(tokenized)
是: 将Field的值进行分词处理, 分词的目的是为了索引. 如: 商品名称, 商品描述. 这些内容用户会通过输入关键词进行查询, 由于内容多样, 需要进行分词处理建立索引.
否: 不做分词处理. 如: 订单编号, 身份证号, 是一个整体, 分词以后就失去了意义, 故不需要分词.
是否索引(indexed)
是: 将Field内容进行分词处理后得到的词(或整体Field内容)建立索引, 存储到索引域. 索引的目的是为了搜索. 如: 商品名称, 商品描述需要分词建立索引. 订单编号, 身份证号作为整体建立索引. 只要可能作为用户查询条件的词, 都需要索引.
否: 不索引. 如: 商品图片路径, 不会作为查询条件, 不需要建立索引.
是否存储(stored)
是: 将Field值保存到Document中. 如: 商品名称, 商品价格. 凡是将来在搜索结果页面展现给用户的内容, 都需要存储.
否: 不存储. 如: 商品描述. 内容多格式大, 不需要直接在搜索结果页面展现, 不做存储. 需要的时候可以从关系数据库取.
以下是企业项目开发中常用的Field类型:
| Field类型 | 数据类型 | 是否分词 | 是否索引 | 是否存储 | 说明 |
|---|---|---|---|---|---|
| StringField(FieldName, FieldValue, Store.YES) | 字符串 | N | Y | Y/N | 字符串类型Field, 不分词, 作为一个整体进行索引(如: 身份证号, 订单编号), 是否需要存储由Store.YES或Store.NO决定 |
| LongField(FieldName, FieldValue, Store.YES) | 数值型代表 | Y | Y | Y/N | Long数值型Field代表, 分词并且索引(如: 价格), 是否需要存储由Store.YES或Store.NO决定 |
| StoredField(FieldName, FieldValue) | 重载方法, 支持多种类型 | N | N | Y | 构建不同类型的Field, 不分词, 不索引, 要存储. (如: 商品图片路径) |
| TextField(FieldName, FieldValue, Store.NO) | 文本类型 | Y | Y | Y/N | 文本类型Field, 分词并且索引, 是否需要存储由Store.YES或Store.NO决定 |
复制Lucene-入门程序及Java API的简单使用中的lucene-first项目, 修改名称为lucene-second;
修改pom.xml文件, 将所有的lucene-first修改为lucene-second.
图书id
是否分词: 不需要分词
是否索引: 需要索引(这里可以索引, 也可以不索引)
是否存储: 需要存储
--> StringField
图书名称
是否分词: 需要分词
是否索引: 需要索引
是否存储: 需要存储
--> TextField
图书价格
是否分词: 需要分词(Lucene对数值型的Field, 使用内部分词)
是否索引: 需要索引
是否存储: 需要存储
--> FloatField
图书图片
是否分词: 不需要分词
是否索引: 不需要索引
是否存储: 需要存储
--> StoredField
图书描述
是否分词: 需要分词
是否索引: 需要索引
是否存储: 不需要存储
--> TextField
public class IndexManager { /** * 创建索引功能的测试 * @throws Exception */ @Test public void createIndex() throws IOException{ // 1. 采集数据 BookDao bookDao = new BookDaoImpl(); List<Book> books = bookDao.listAll(); // 2. 创建文档对象 List<Document> documents = new ArrayList<Document>(); for (Book book : books) { Document document = new Document(); // 给文档对象添加域 // add方法: 把域添加到文档对象中, field参数: 要添加的域 // TextField: 文本域, 属性name:域的名称, value:域的值, store:指定是否将域值保存到文档中 // 图书Id --> StringField document.add(new StringField("bookId", book.getId() + "", Store.YES)); // 图书名称 --> TextField document.add(new TextField("bookName", book.getBookname(), Store.YES)); // 图书价格 --> FloatField document.add(new FloatField("bookPrice", book.getPrice(), Store.YES)); // 图书图片 --> StoredField document.add(new StoredField("bookPic", book.getPic())); // 图书描述 --> TextField document.add(new TextField("bookDesc", book.getBookdesc(), Store.NO)); // 将文档对象添加到文档对象集合中 documents.add(document); } // 3. 创建分析器对象(Analyzer), 用于分词 Analyzer analyzer = new StandardAnalyzer(); // 4. 创建索引配置对象(IndexWriterConfig), 用于配置Lucene // 参数一:当前使用的Lucene版本, 参数二:分析器 IndexWriterConfig indexConfig = new IndexWriterConfig(Version.LUCENE_4_10_2, analyzer); // 5. 创建索引库目录位置对象(Directory), 指定索引库的存储位置 File path = new File("/Users/healchow/Documents/index"); Directory directory = FSDirectory.open(path); // 6. 创建索引写入对象(IndexWriter), 将文档对象写入索引 IndexWriter indexWriter = new IndexWriter(directory, indexConfig); // 7. 使用IndexWriter对象创建索引 for (Document doc : documents) { // addDocement(doc): 将文档对象写入索引库 indexWriter.addDocument(doc); } // 8. 释放资源 indexWriter.close(); } }删除之前建立的索引, 再次建立索引. 打开Luke工具查看索引信息, 可看到图书图片不分词, 故没有索引, 图书价格使用了Lucene的内部分词, 故按照UTF-8解码后显示乱码, 如下图示:
图书的描述信息没有存储:
?
搜索内容过多时, 需要考虑分页显示, 如:
说明: Lucene的分页查询是在内存中实现的.
/** * 检索索引(实现分页) * @throws Exception */ @Test public void searchIndexByPage() throws Exception { // 1. 创建分析器对象(Analyzer), 用于分词 // Analyzer analyzer = new StandardAnalyzer(); // 使用ik中文分词器 Analyzer analyzer = new IKAnalyzer(); // 2. 创建查询对象(Query) // bookName:lucene // 2.1 创建查询解析器对象 // 参数一: 指定一个默认的搜索域 // 参数二: 分析器 QueryParser queryParser = new QueryParser("bookName", analyzer); // 2.2 使用查询解析器对象, 实例化Query对象 // 参数: 查询表达式 Query query = queryParser.parse("bookName:lucene"); // 3. 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")); // 4. 创建索引读取对象(IndexReader), 用于读取索引 IndexReader reader = DirectoryReader.open(directory); // 5. 创建索引搜索对象(IndexSearcher), 用于执行搜索 IndexSearcher searcher = new IndexSearcher(reader); // 6. 使用IndexSearcher对象, 执行搜索, 返回搜索结果集TopDocs // search方法: 执行搜索 // 参数一: 查询对象 // 参数二: n - 指定返回排序以后的搜索结果的前n个 TopDocs topDocs = searcher.search(query, 10); // 7. 处理结果集 // 7.1 打印实际查询到的结果数量 System.out.println("实际查询的结果数量: "+topDocs.totalHits); // 7.2获取搜索的结果数组 // ScoreDoc中: 有我们需要的文档的id, 有我们需要的文档的评分 ScoreDoc[] scoreDocs = topDocs.scoreDocs; // 增加分页实现 ========= start // 当前页 int page = 2; // 每页的大小 int pageSize = 2; // 计算记录起始数 int start = (page - 1) * pageSize; // 计算记录终止数 -- 得到数据索引与实际结果数量中的最小值, 防止数组越界 // 数据索引: start + pageSize // 实际的结果数量: scoreDocs.length int end = Math.min(start + pageSize, scoreDocs.length); // 增加分页实现 ========= end for(int i = start; i < end; i++){ System.out.println("= = = = = = = = = = = = = = = = = = ="); // 获取文档Id和评分 int docId = scoreDocs[i].doc; float score =scoreDocs[i].score; System.out.println("文档Id: " + docId + " , 文档评分: " + 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 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")); } // 8. 释放资源 reader.close(); }这里查询到的结果共有3条, 所以第2页只有一条结果:
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.
原文：https://www.cnblogs.com/shoufeng/p/9384832.html