Lucene4.3開發之第三步之溫故知新(三)

    本篇就對lucene的基本知識進行一個總結，以便於加深對lucene基本api組件的理解。

一、IndexWriter：是索引過程的核心類，主要負責建立索引或者打開已有索引，提供索引的增刪改等操做。

二、IndexWriterConfig：這個api在低版本的lucene中是沒有此配置類的，這個類也比較重要，使用此類則須要在其構造方法中傳入2個參數，第一個參數是lucene當前的版本號，第二個是索引使用的分詞器，除了這個咱們最經常使用的功能，裏面還提供了大量工具方法，例如，設置內存裏緩衝大小，以及是否開啓複合索引的等等一系列，能夠對索引作一些基本的配置優化等信息。

三、Directory：這個類表明了lucene索引的存放位置，是一個抽象類，它有一系列子類能夠用來處理索引，使用不一樣的子類對於系統的性能，影響會很大，但歸其本質上，提高性能，無非就拿空間換時間，或拿時間換空間兩種狀況，在具體使用時，咱們可使用其子類來獲取索引所在的存儲路徑，而後將其傳給IndexWriter類構造方法裏。

四、Analyzer：這個類也是全部分析器的基類，文本文件在索引前，須要通過分析器處理，處理成對的語彙單元，統一格式，它能提取有效的信息，過濾掉一些禁用詞。lucene自帶有幾個分析器，但大部分都是對英文或歐洲語言處理的，若是想要使用中文的分詞器，可使用自帶的SmartCN分詞器，也可使用開源IK、messeg4j等等，選擇什麼樣的分詞器是索引過程當中很重要的一步，這個關鍵還得看本身的業務需求。

五、Document：表明一個文檔的意思，相似於數據庫的一行記錄，咱們能夠向文檔中，添加本身想要的域字段，而後把一個個文檔索引發來，提供檢索。

六、Field：就是文檔中存儲的域，每個域都有一個域名和域值，這就相似數據庫的字段名跟值同樣，咱們可使用Field來精確控制各個域的值，最常使用的有2個Field，一個是不提供分詞的StringField和另外一個分詞的TextField，固然還有其餘的一些Field。

七、IndexReader：這個類用來獲取Directory的子類打開的索引文件流，而後將進IndexSearch的構造方法裏，進行查詢組件的初始化操做，這個類再低版本的lucene裏也是不存在的，在後來新的版本里才添加的類。

八、IndexSearch：這個類是程序搜索期間的核心類，是鏈接索引的橋樑，它是以只讀的方式進行索引，提供大量的檢索，排序，過濾的等等以及其餘的一些功能。

九、QueryParser或Query：均可以完成一些檢索功能，不一樣的是QueryParser提供的功能更爲強大，方便自定義開發的一些檢索方法，而Query及其麾下的一系列子類是Lucene中自帶的一些API，使用這些API，大部分狀況下均可以完成一些基本的檢索，若是須要定製化本身的檢索方案則須要使用QueryParser，大多數狀況下，咱們最常使用的是Query下面的TermQuery子類，固然還有其餘大量的特定功能的Query子類存在。

十、TopDocs：這個類是一個簡單的容器指針，它通常會記錄前N個檢索的結果，在TopDocs中，它只會存儲這個文檔的docid以及獲取的得分狀況，另外這前N個結果，默認的排序方式，是按照得分的大小排列的。

十一、ScoreDoc類一般咱們使用的是一個數組，它裏面也只會包含這個文檔的docid以及獲取的得分狀況，與TopDocs不一樣的是，咱們可使用這個類，來進行相似數據庫的分頁操做，固然你得保證你有足夠的內存，若是是海量數據的分頁，這個操做很容易形成內存溢出，這時候咱們就須要考慮其餘方法了。 

十二、Term類是搜索功能最基本的單元，與Field相似，檢索的時候須要傳入域名及檢索的字符串，是一個小而不可或缺的精簡類。