Lucene就是這麼簡單
什麼是Lucene？？
Lucene是apache軟件基金會發布的一個開放源代碼的全文檢索引擎工具包，由資深全文檢索專家Doug Cutting所撰寫,它是一個全文檢索引擎的架構，提供了完整的建立索引和查詢索引，以及部分文本分析的引擎，Lucene的目的是爲軟件開發人員提供一個簡單易用的工具包，以方便在目標系統中實現全文檢索的功能，或者是以此爲基礎創建起完整的全文檢索引擎，Lucene在全文檢索領域是一個經典的祖先，如今不少檢索引擎都是在其基礎上建立的，思想是相通的。css
Lucene是根據關健字來搜索的文本搜索工具，只能在某個網站內部搜索文本內容，不能跨網站搜索java
既然談到了網站內部的搜索，那麼咱們就談談咱們熟悉的百度、google那些搜索引擎又是基於什麼搜索的呢....程序員
從圖上已經看得很清楚，baidu、google等搜索引擎實際上是經過網絡爬蟲的程序來進行搜索的...算法
爲何咱們要用Lucene？
在介紹Lucene的時候，咱們已經說了：Lucene又不是搜索引擎，僅僅是在網站內部進行文本的搜索。那咱們爲何要學他呢？？？數據庫
咱們以前編寫納稅服務系統的時候，其實就已經使用過SQL來進行站內的搜索..apache
既然SQL能作的功能，咱們還要學Lucene，爲何呢？？？微信
咱們來看看咱們用SQL來搜索的話，有什麼缺點：網絡
- （1）SQL只能針對數據庫表搜索，不能直接針對硬盤上的文本搜索
- （2）SQL沒有相關度排名
- （3）SQL搜索結果沒有關健字高亮顯示
- （4）SQL須要數據庫的支持，數據庫自己須要內存開銷較大，例如：Oracle
- （5）SQL搜索有時較慢，尤爲是數據庫不在本地時，超慢，例如：Oracle
咱們來看看在baidu中搜索Lucene爲關鍵字搜索出的內容是怎麼樣的：架構
以上所說的，咱們若是使用SQL的話，是作不到的。所以咱們就學習Lucene來幫咱們在站內根據文本關鍵字來進行搜索數據！工具
咱們若是網站須要根據關鍵字來進行搜索，可使用SQL，也可使用Lucene...那麼咱們Lucene和SQL是同樣的，都是在持久層中編寫代碼的。。
1、快速入門
接下來，咱們就講解怎麼使用Lucene了.....在講解Lucene的API以前，咱們首先來說講Lucene存放的到底是什麼內容...咱們的SQL使用的是數據庫中的內存，在硬盤中爲DBF文件...那麼咱們Lucene內部又是什麼東西呢？？
Lucene中存的就是一系列的二進制壓縮文件和一些控制文件，它們位於計算機的硬盤上， 這些內容統稱爲索引庫，索引庫有二部份組成：
- （1）原始記錄
- 存入到索引庫中的原始文本，例如：我是鍾福成
- （2）詞彙表
- 按照必定的拆分策略（即分詞器）將原始記錄中的每一個字符拆開後，存入一個供未來搜索的表
也就是說：Lucene存放數據的地方咱們一般稱之爲索引庫，索引庫又分爲兩部分組成：原始記錄和詞彙表....
1.1原始記錄和詞彙表
當咱們想要把數據存到索引庫的時候，咱們首先存入的是將數據存到原始記錄上面去....
又因爲咱們給用戶使用的時候，用戶使用的是關鍵字來進行查詢咱們的具體記錄。所以，咱們須要把咱們原始存進的數據進行拆分！將拆分出來的數據存進詞彙表中。
詞彙表就是相似於咱們在學Oracle中的索引表，拆分的時候會給出對應的索引值。
一旦用戶根據關鍵字來進行搜索，那麼程序就先去查詢詞彙表中有沒有該關鍵字，若是有該關鍵字就定位到原始記錄表中，將符合條件的原始記錄返回給用戶查看。
咱們查看如下的圖方便理解：
到了這裏，有人可能就會疑問：難道原始記錄拆分的數據都是一個一個漢字進行拆分的嗎？？而後在詞彙表中不就有不少的關鍵字了？？？
其實，咱們在存到原始記錄表中的時候，能夠指定咱們使用哪一種算法來將數據拆分，存到詞彙表中.....咱們的圖是Lucene的標準分詞算法，一個一個漢字進行拆分。咱們可使用別的分詞算法，兩個兩個拆分或者其餘的算法。
1.2編寫第一個Lucene程序
首先，咱們來導入Lucene的必要開發包：
- lucene-core-3.0.2.jar【Lucene核心】
- lucene-analyzers-3.0.2.jar【分詞器】
- lucene-highlighter-3.0.2.jar【Lucene會將搜索出來的字，高亮顯示，提示用戶】
- lucene-memory-3.0.2.jar【索引庫優化策略】
建立User對象，User對象封裝了數據....
/** * Created by ozc on 2017/7/12. */
public class User {
private String id ;
private String userName;
private String sal;
public User() {
}
public User(String id, String userName, String sal) {
this.id = id;
this.userName = userName;
this.sal = sal;
}
public String getId() {
return id;
}
public void setId(String id) {
this.id = id;
}
public String getUserName() {
return userName;
}
public void setUserName(String userName) {
this.userName = userName;
}
public String getSal() {
return sal;
}
public void setSal(String sal) {
this.sal = sal;
}
}
複製代碼
咱們想要使用Lucene來查詢出站內的數據，首先咱們得要有個索引庫吧！因而咱們先建立索引庫，將咱們的數據存到索引庫中。
建立索引庫的步驟：
- 1）建立JavaBean對象
- 2）建立Docment對象
- 3）將JavaBean對象全部的屬性值，均放到Document對象中去，屬性名能夠和JavaBean相同或不一樣
- 4）建立IndexWriter對象
- 5）將Document對象經過IndexWriter對象寫入索引庫中
- 6）關閉IndexWriter對象
@Test
public void createIndexDB() throws Exception {
//把數據填充到JavaBean對象中
User user = new User("1", "鍾福成", "將來的程序員");
//建立Document對象【導入的是Lucene包下的Document對象】
Document document = new Document();
//將JavaBean對象全部的屬性值，均放到Document對象中去，屬性名能夠和JavaBean相同或不一樣
/** * 向Document對象加入一個字段 * 參數一：字段的關鍵字 * 參數二：字符的值 * 參數三：是否要存儲到原始記錄表中 * YES表示是 * NO表示否 * 參數四：是否須要將存儲的數據拆分到詞彙表中 * ANALYZED表示拆分 * NOT_ANALYZED表示不拆分 * * */
document.add(new Field("id", user.getId(), Field.Store.YES, Field.Index.ANALYZED));
document.add(new Field("userName", user.getUserName(), Field.Store.YES, Field.Index.ANALYZED));
document.add(new Field("sal", user.getSal(), Field.Store.YES, Field.Index.ANALYZED));
//建立IndexWriter對象
//目錄指定爲E:/createIndexDB
Directory directory = FSDirectory.open(new File("E:/createIndexDB"));
//使用標準的分詞算法對原始記錄表進行拆分
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
//LIMITED默認是1W個
IndexWriter.MaxFieldLength maxFieldLength = IndexWriter.MaxFieldLength.LIMITED;
/** * IndexWriter將咱們的document對象寫到硬盤中 * * 參數一：Directory d,寫到硬盤中的目錄路徑是什麼 * 參數二：Analyzer a, 以何種算法來對document中的原始記錄表數據進行拆分紅詞彙表 * 參數三：MaxFieldLength mfl 最多將文本拆分出多少個詞彙 * * */
IndexWriter indexWriter = new IndexWriter(directory, analyzer, maxFieldLength);
//將Document對象經過IndexWriter對象寫入索引庫中
indexWriter.addDocument(document);
//關閉IndexWriter對象
indexWriter.close();
}
複製代碼
程序執行完，咱們就會在硬盤中見到咱們的索引庫。
那咱們如今是不知道記錄是否真真正正存儲到索引庫中的，由於咱們看不見。索引庫存放的數據放在cfs文件下，咱們也是不能打開cfs文件的。
因而，咱們如今用一個關鍵字，把索引庫的數據讀取。看看讀取數據是否成功。
根據關鍵字查詢索引庫中的內容：
- 1）建立IndexSearcher對象
- 2）建立QueryParser對象
- 3）建立Query對象來封裝關鍵字
- 4）用IndexSearcher對象去索引庫中查詢符合條件的前100條記錄，不足100條記錄的以實際爲準
- 5）獲取符合條件的編號
- 6）用indexSearcher對象去索引庫中查詢編號對應的Document對象
- 7）將Document對象中的全部屬性取出，再封裝回JavaBean對象中去，並加入到集合中保存，以備將之用
@Test
public void findIndexDB() throws Exception {
/** * 參數一： IndexSearcher(Directory path)查詢以xxx目錄的索引庫 * * */
Directory directory = FSDirectory.open(new File("E:/createIndexDB"));
//建立IndexSearcher對象
IndexSearcher indexSearcher = new IndexSearcher(directory);
//建立QueryParser對象
/** * 參數一： Version matchVersion 版本號【和上面是同樣的】 * 參數二：String f,【要查詢的字段】 * 參數三：Analyzer a【使用的拆詞算法】 * */
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
QueryParser queryParser = new QueryParser(Version.LUCENE_30, "userName", analyzer);
//給出要查詢的關鍵字
String keyWords = "鍾";
//建立Query對象來封裝關鍵字
Query query = queryParser.parse(keyWords);
//用IndexSearcher對象去索引庫中查詢符合條件的前100條記錄，不足100條記錄的以實際爲準
TopDocs topDocs = indexSearcher.search(query, 100);
//獲取符合條件的編號
for (int i = 0; i < topDocs.scoreDocs.length; i++) {
ScoreDoc scoreDoc = topDocs.scoreDocs[i];
int no = scoreDoc.doc;
//用indexSearcher對象去索引庫中查詢編號對應的Document對象
Document document = indexSearcher.doc(no);
//將Document對象中的全部屬性取出，再封裝回JavaBean對象中去
String id = document.get("id");
String userName = document.get("userName");
String sal = document.get("sal");
User user = new User(id, userName, sal);
System.out.println(user);
}
複製代碼
效果：
1.3進一步說明Lucene代碼
咱們的Lucene程序就是大概這麼一個思路：將JavaBean對象封裝到Document對象中，而後經過IndexWriter把document寫入到索引庫中。當用戶須要查詢的時候，就使用IndexSearcher從索引庫中讀取數據，找到對應的Document對象，從而解析裏邊的內容，再封裝到JavaBean對象中讓咱們使用。
2、對Lucene代碼優化
咱們再次看回咱們上一篇快速入門寫過的代碼，我來截取一些有表明性的：
如下代碼在把數據填充到索引庫，和從索引庫查詢數據的時候，都出現了。是重複代碼！
Directory directory = FSDirectory.open(new File("E:/createIndexDB"));
//使用標準的分詞算法對原始記錄表進行拆分
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
複製代碼
如下的代碼其實就是將JavaBean的數據封裝到Document對象中，咱們是能夠經過反射來對其進行封裝....若是不封裝的話，咱們若是有不少JavaBean都要添加到Document對象中，就會出現不少相似的代碼。
document.add(new Field("id", user.getId(), Field.Store.YES, Field.Index.ANALYZED));
document.add(new Field("userName", user.getUserName(), Field.Store.YES, Field.Index.ANALYZED));
document.add(new Field("sal", user.getSal(), Field.Store.YES, Field.Index.ANALYZED));
複製代碼
如下代碼就是從Document對象中把數據取出來，封裝到JavaBean去。若是JavaBean中有不少屬性，也是須要咱們寫不少次相似代碼....
//將Document對象中的全部屬性取出，再封裝回JavaBean對象中去
String id = document.get("id");
String userName = document.get("userName");
String sal = document.get("sal");
User user = new User(id, userName, sal);
複製代碼
2.1編寫Lucene工具類
在編寫工具類的時候，值得注意的地方：
- 當咱們獲得了對象的屬性的時候，就能夠把屬性的get方法封裝起來
- 獲得get方法，就能夠調用它，獲得對應的值
- 在操做對象的屬性時，咱們要使用暴力訪問
- 若是有屬性，值，對象這三個變量，咱們記得使用BeanUtils組件
import org.apache.commons.beanutils.BeanUtils;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.junit.Test;
import java.io.File;
import java.lang.reflect.Field;
import java.lang.reflect.Method;
/** * Created by ozc on 2017/7/12. */
/** * 使用單例事例模式 * */
public class LuceneUtils {
private static Directory directory;
private static Analyzer analyzer;
private static IndexWriter.MaxFieldLength maxFieldLength;
private LuceneUtils() {}
static{
try {
directory = FSDirectory.open(new File("E:/createIndexDB"));
analyzer = new StandardAnalyzer(Version.LUCENE_30);
maxFieldLength = IndexWriter.MaxFieldLength.LIMITED;
} catch (Exception e) {
e.printStackTrace();
}
}
public static Directory getDirectory() {
return directory;
}
public static Analyzer getAnalyzer() {
return analyzer;
}
public static IndexWriter.MaxFieldLength getMaxFieldLength() {
return maxFieldLength;
}
/** * @param object 傳入的JavaBean類型 * @return 返回Document對象 */
public static Document javaBean2Document(Object object) {
try {
Document document = new Document();
//獲得JavaBean的字節碼文件對象
Class<?> aClass = object.getClass();
//經過字節碼文件對象獲得對應的屬性【所有的屬性，不能僅僅調用getFields()】
Field[] fields = aClass.getDeclaredFields();
//獲得每一個屬性的名字
for (Field field : fields) {
String name = field.getName();
//獲得屬性的值【也就是調用getter方法獲取對應的值】
String method = "get" + name.substring(0, 1).toUpperCase() + name.substring(1);
//獲得對應的值【就是獲得具體的方法，而後調用就好了。由於是get方法，沒有參數】
Method aClassMethod = aClass.getDeclaredMethod(method, null);
String value = aClassMethod.invoke(object).toString();
System.out.println(value);
//把數據封裝到Document對象中。
document.add(new org.apache.lucene.document.Field(name, value, org.apache.lucene.document.Field.Store.YES, org.apache.lucene.document.Field.Index.ANALYZED));
}
return document;
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
/** * @param aClass 要解析的對象類型，要用戶傳入進來 * @param document 將Document對象傳入進來 * @return 返回一個JavaBean */
public static Object Document2JavaBean(Document document, Class aClass) {
try {
//建立該JavaBean對象
Object obj = aClass.newInstance();
//獲得該JavaBean全部的成員變量
Field[] fields = aClass.getDeclaredFields();
for (Field field : fields) {
//設置容許暴力訪問
field.setAccessible(true);
String name = field.getName();
String value = document.get(name);
//使用BeanUtils把數據封裝到Bean中
BeanUtils.setProperty(obj, name, value);
}
return obj;
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
@Test
public void test() {
User user = new User();
LuceneUtils.javaBean2Document(user);
}
}
複製代碼
2.2使用LuceneUtils改造程序
@Test
public void createIndexDB() throws Exception {
//把數據填充到JavaBean對象中
User user = new User("2", "鍾福成2", "將來的程序員2");
Document document = LuceneUtils.javaBean2Document(user);
/** * IndexWriter將咱們的document對象寫到硬盤中 * * 參數一：Directory d,寫到硬盤中的目錄路徑是什麼 * 參數二：Analyzer a, 以何種算法來對document中的原始記錄表數據進行拆分紅詞彙表 * 參數三：MaxFieldLength mfl 最多將文本拆分出多少個詞彙 * * */
IndexWriter indexWriter = new IndexWriter(LuceneUtils.getDirectory(), LuceneUtils.getAnalyzer(), LuceneUtils.getMaxFieldLength());
//將Document對象經過IndexWriter對象寫入索引庫中
indexWriter.addDocument(document);
//關閉IndexWriter對象
indexWriter.close();
}
@Test
public void findIndexDB() throws Exception {
//建立IndexSearcher對象
IndexSearcher indexSearcher = new IndexSearcher(LuceneUtils.getDirectory());
//建立QueryParser對象
QueryParser queryParser = new QueryParser(Version.LUCENE_30, "userName", LuceneUtils.getAnalyzer());
//給出要查詢的關鍵字
String keyWords = "鍾";
//建立Query對象來封裝關鍵字
Query query = queryParser.parse(keyWords);
//用IndexSearcher對象去索引庫中查詢符合條件的前100條記錄，不足100條記錄的以實際爲準
TopDocs topDocs = indexSearcher.search(query, 100);
//獲取符合條件的編號
for (int i = 0; i < topDocs.scoreDocs.length; i++) {
ScoreDoc scoreDoc = topDocs.scoreDocs[i];
int no = scoreDoc.doc;
//用indexSearcher對象去索引庫中查詢編號對應的Document對象
Document document = indexSearcher.doc(no);
//將Document對象中的全部屬性取出，再封裝回JavaBean對象中去
User user = (User) LuceneUtils.Document2JavaBean(document, User.class);
System.out.println(user);
}
}
複製代碼
3、索引庫優化
咱們已經能夠建立索引庫而且從索引庫讀取對象的數據了。其實索引庫還有地方能夠優化的....
3.1合併文件
咱們把數據添加到索引庫中的時候，每添加一次，都會幫咱們自動建立一個cfs文件...
這樣其實很差，由於若是數據量一大，咱們的硬盤就有很是很是多的cfs文件了.....其實索引庫會幫咱們自動合併文件的，默認是10個。
若是，咱們想要修改默認的值，咱們能夠經過如下的代碼修改：
//索引庫優化
indexWriter.optimize();
//設置合併因子爲3，每當有3個cfs文件，就合併
indexWriter.setMergeFactor(3);
複製代碼
3.2設置內存索引庫
咱們的目前的程序是直接與文件進行操做，這樣對IO的開銷實際上是比較大的。並且速度相對較慢....咱們可使用內存索引庫來提升咱們的讀寫效率...
對於內存索引庫而言，它的速度是很快的，由於咱們直接操做內存...可是呢，咱們要將內存索引庫是要到硬盤索引庫中保存起來的。當咱們讀取數據的時候，先要把硬盤索引庫的數據同步到內存索引庫中去的。
Article article = new Article(1,"培訓","傳智是一家Java培訓機構");
Document document = LuceneUtil.javabean2document(article);
Directory fsDirectory = FSDirectory.open(new File("E:/indexDBDBDBDBDBDBDBDB"));
Directory ramDirectory = new RAMDirectory(fsDirectory);
IndexWriter fsIndexWriter = new IndexWriter(fsDirectory,LuceneUtil.getAnalyzer(),true,LuceneUtil.getMaxFieldLength());
IndexWriter ramIndexWriter = new IndexWriter(ramDirectory,LuceneUtil.getAnalyzer(),LuceneUtil.getMaxFieldLength());
ramIndexWriter.addDocument(document);
ramIndexWriter.close();
fsIndexWriter.addIndexesNoOptimize(ramDirectory);
fsIndexWriter.close();
複製代碼
4、分詞器
咱們在前面中就已經說過了，在把數據存到索引庫的時候，咱們會使用某些算法，將原始記錄表的數據存到詞彙表中.....那麼這些算法總和咱們能夠稱之爲分詞器
分詞器： ** 採用一種算法，將中英文本中的字符拆分開來，造成詞彙，以待用戶輸入關健字後搜索**
對於爲何要使用分詞器，咱們也明確地說過：因爲用戶不可能把咱們的原始記錄數據完完整整地記錄下來，因而他們在搜索的時候，是經過關鍵字進行對原始記錄表的查詢....此時，咱們就採用分詞器來最大限度地匹配相關的數據
4.1分詞器流程
-
步一：按分詞器拆分出詞彙 複製代碼 -
步二：去除停用詞和禁用詞 複製代碼 -
步三：若是有英文，把英文字母轉爲小寫，即搜索不分大小寫 複製代碼
4.2分詞器API
咱們在選擇分詞算法的時候，咱們會發現有很是很是多地分詞器API，咱們能夠用如下代碼來看看該分詞器是怎麼將數據分割的：
private static void testAnalyzer(Analyzer analyzer, String text) throws Exception {
System.out.println("當前使用的分詞器：" + analyzer.getClass());
TokenStream tokenStream = analyzer.tokenStream("content",new StringReader(text));
tokenStream.addAttribute(TermAttribute.class);
while (tokenStream.incrementToken()) {
TermAttribute termAttribute = tokenStream.getAttribute(TermAttribute.class);
System.out.println(termAttribute.term());
}
}
複製代碼
在實驗完以後，咱們就能夠選擇恰當的分詞算法了....
4.3IKAnalyzer分詞器
這是一個第三方的分詞器，咱們若是要使用的話須要導入對應的jar包
- IKAnalyzer3.2.0Stable.jar
- 步二：將IKAnalyzer.cfg.xml和stopword.dic和xxx.dic文件複製到MyEclipse的src目錄下，再進行配置，在配置時，首行須要一個空行
這個第三方的分詞器有什麼好呢？？？？他是中文首選的分詞器...也就是說：他是按照中文的詞語來進行拆分的!
5、對搜索結果進行處理
5.1搜索結果高亮
咱們在使用SQL時，搜索出來的數據是沒有高亮的...而咱們使用Lucene，搜索出來的內容咱們能夠設置關鍵字爲高亮...這樣一來就更加註重用戶體驗了！
String keywords = "鍾福成";
List<Article> articleList = new ArrayList<Article>();
QueryParser queryParser = new QueryParser(LuceneUtil.getVersion(),"content",LuceneUtil.getAnalyzer());
Query query = queryParser.parse(keywords);
IndexSearcher indexSearcher = new IndexSearcher(LuceneUtil.getDirectory());
TopDocs topDocs = indexSearcher.search(query,1000000);
//設置關鍵字高亮
Formatter formatter = new SimpleHTMLFormatter("<font color='red'>","</font>");
Scorer scorer = new QueryScorer(query);
Highlighter highlighter = new Highlighter(formatter,scorer);
for(int i=0;i<topDocs.scoreDocs.length;i++){
ScoreDoc scoreDoc = topDocs.scoreDocs[i];
int no = scoreDoc.doc;
Document document = indexSearcher.doc(no);
//設置內容高亮
String highlighterContent = highlighter.getBestFragment(LuceneUtil.getAnalyzer(),"content",document.get("content"));
document.getField("content").setValue(highlighterContent);
Article article = (Article) LuceneUtil.document2javabean(document,Article.class);
articleList.add(article);
}
for(Article article : articleList){
System.out.println(article);
}
}
複製代碼
5.2搜索結果摘要
若是咱們搜索出來的文章內容太大了，而咱們只想顯示部分的內容，那麼咱們能夠對其進行摘要...
值得注意的是：搜索結果摘要須要與設置高亮一塊兒使用
String keywords = "鍾福成";
List<Article> articleList = new ArrayList<Article>();
QueryParser queryParser = new QueryParser(LuceneUtil.getVersion(),"content",LuceneUtil.getAnalyzer());
Query query = queryParser.parse(keywords);
IndexSearcher indexSearcher = new IndexSearcher(LuceneUtil.getDirectory());
TopDocs topDocs = indexSearcher.search(query,1000000);
Formatter formatter = new SimpleHTMLFormatter("<font color='red'>","</font>");
Scorer scorer = new QueryScorer(query);
Highlighter highlighter = new Highlighter(formatter,scorer);
//設置摘要
Fragmenter fragmenter = new SimpleFragmenter(4);
highlighter.setTextFragmenter(fragmenter);
for(int i=0;i<topDocs.scoreDocs.length;i++){
ScoreDoc scoreDoc = topDocs.scoreDocs[i];
int no = scoreDoc.doc;
Document document = indexSearcher.doc(no);
String highlighterContent = highlighter.getBestFragment(LuceneUtil.getAnalyzer(),"content",document.get("content"));
document.getField("content").setValue(highlighterContent);
Article article = (Article) LuceneUtil.document2javabean(document,Article.class);
articleList.add(article);
}
for(Article article : articleList){
System.out.println(article);
}
}
複製代碼
5.3搜索結果排序
咱們搜索引擎確定用得也很多，使用不一樣的搜索引擎來搜索相同的內容。他們首頁的排行順序也會不一樣...這就是它們內部用了搜索結果排序....
影響網頁的排序有很是多種：
-
head/meta/【keywords關鍵字】 複製代碼 -
網頁的標籤整潔 複製代碼 -
網頁執行速度 複製代碼 -
採用div+css 複製代碼 -
等等等等 複製代碼
而在Lucene中咱們就能夠設置相關度得分來使不一樣的結果對其進行排序：
IndexWriter indexWriter = new IndexWriter(LuceneUtil.getDirectory(),LuceneUtil.getAnalyzer(),LuceneUtil.getMaxFieldLength());
//爲結果設置得分
document.setBoost(20F);
indexWriter.addDocument(document);
indexWriter.close();
複製代碼
固然了，咱們也能夠按單個字段排序：
//true表示降序
Sort sort = new Sort(new SortField("id",SortField.INT,true));
TopDocs topDocs = indexSearcher.search(query,null,1000000,sort);
複製代碼
也能夠按多個字段排序：在多字段排序中，只有第一個字段排序結果相同時，第二個字段排序纔有做用 提倡用數值型排序
Sort sort = new Sort(new SortField("count",SortField.INT,true),new SortField("id",SortField.INT,true));
TopDocs topDocs = indexSearcher.search(query,null,1000000,sort);
複製代碼
5.4條件搜索
在咱們的例子中，咱們使用的是根據一個關鍵字來對某個字段的內容進行搜索。語法相似於下面：
QueryParser queryParser = new QueryParser(LuceneUtil.getVersion(),"content",LuceneUtil.getAnalyzer());
複製代碼
其實，咱們也可使用關鍵字來對多個字段進行搜索，也就是多條件搜索。咱們實際中經常用到的是多條件搜索，多條件搜索可使用咱們最大限度匹配對應的數據！
QueryParser queryParser = new MultiFieldQueryParser(LuceneUtil.getVersion(),new String[]{"content","title"},LuceneUtil.getAnalyzer());
複製代碼
6、總結
- Lucene是全文索引引擎的祖先，後面的Solr、Elasticsearch都是基於Lucene的(後面會有一篇講Elasticsearch的，敬請期待～)
- Lucene中存的就是一系列的二進制壓縮文件和一些控制文件,這些內容統稱爲索引庫,索引庫又分了兩個部分：
- 原始記錄
- 詞彙表
- 瞭解索引庫的優化方式：一、合併文件 二、設置內存索引庫
- Lucene的分詞器有很是多種，選擇本身適合的一種進行分詞
- 查詢出來的結果可對其設置高亮、摘要、排序
這篇這是Lucene的冰山一角，通常如今用的可能都是Solr、Elasticsearch的了，但想要更加深刻了解Lucene可翻閱其餘資料哦～
若是文章有錯的地方歡迎指正，你們互相交流。習慣在微信看技術文章，想要獲取更多的Java資源的同窗，能夠關注微信公衆號:Java3y
相關文章
- 1. Lucene就是這麼簡單
- 2. Lucene就是這麼容易
- 3. Jquery就是這麼簡單
- 4. WebService就是這麼簡單
- 5. WebSocket就是這麼簡單
- 6. Maven就是這麼簡單
- 7. Tomcat就是這麼簡單
- 8. HTTP就是這麼簡單
- 9. XML就是這麼簡單
- 10. Activiti就是這麼簡單
- 更多相關文章...
- • Hibernate是什麼 - Hibernate教程
- • MyBatis是什麼 - MyBatis教程
- • Github 簡明教程
- • 再有人問你分佈式事務，把這篇扔給他
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. 跳槽面試的幾個實用小技巧，不妨看看！
- 2. Mac實用技巧 |如何使用Mac系統中自帶的預覽工具將圖片變成黑白色?
- 3. Mac實用技巧 |如何使用Mac系統中自帶的預覽工具將圖片變成黑白色?
- 4. 如何使用Mac系統中自帶的預覽工具將圖片變成黑白色?
- 5. Mac OS非兼容Windows軟件運行解決方案——「以VMware & Microsoft Access爲例「
- 6. 封裝 pyinstaller -F -i b.ico excel.py
- 7. 數據庫作業三ER圖待完善
- 8. nvm安裝使用低版本node.js(非命令安裝)
- 9. 如何快速轉換圖片格式
- 10. 將表格內容分條轉換爲若干文檔
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Lucene就是這麼簡單
- 2. Lucene就是這麼容易
- 3. Jquery就是這麼簡單
- 4. WebService就是這麼簡單
- 5. WebSocket就是這麼簡單
- 6. Maven就是這麼簡單
- 7. Tomcat就是這麼簡單
- 8. HTTP就是這麼簡單
- 9. XML就是這麼簡單
- 10. Activiti就是這麼簡單