Lucene-整體架構（day01）

Lucene總的來講是：

• 一個高效的，可擴展的，全文檢索庫。
• 所有用Java實現，無須配置。
• 僅支持純文本文件的索引(Indexing)和搜索(Search)。
• 不負責由其餘格式的文件抽取純文本文件，或從網絡中抓取文件的過程。

在Lucene in action中，Lucene 的構架和過程以下圖，

說明Lucene是有索引和搜索的兩個過程，包含索引建立，索引，搜索三個要點。

讓咱們更細一些看Lucene的各組件：

• 被索引的文檔用Document對象表示。
• IndexWriter經過函數addDocument將文檔添加到索引中，實現建立索引的過程。
• Lucene的索引是應用反向索引。
• 當用戶有請求時，Query表明用戶的查詢語句。
• IndexSearcher經過函數search搜索Lucene Index。
• IndexSearcher計算term weight和score而且將結果返回給用戶。
• 返回給用戶的文檔集合用TopDocsCollector表示。

 

那麼如何應用這些組件呢？

讓咱們再詳細到對Lucene API 的調用實現索引和搜索過程。

• 索引過程以下：
  • 建立一個IndexWriter用來寫索引文件，它有幾個參數，INDEX_DIR就是索引文件所存放的位置，Analyzer即是用來對文檔進行詞法分析和語言處理的。
  • 建立一個Document表明咱們要索引的文檔。
  • 將不一樣的Field加入到文檔中。咱們知道，一篇文檔有多種信息，如題目，做者，修改時間，內容等。不一樣類型的信息用不一樣的Field來表示，在本例子中，一共有兩類信息進行了索引，一個是文件路徑，一個是文件內容。其中FileReader的SRC_FILE就表示要索引的源文件。
  • IndexWriter調用函數addDocument將索引寫到索引文件夾中。
• 搜索過程以下：
  • IndexReader將磁盤上的索引信息讀入到內存，INDEX_DIR就是索引文件存放的位置。
  • 建立IndexSearcher準備進行搜索。
  • 建立Analyer用來對查詢語句進行詞法分析和語言處理。
  • 建立QueryParser用來對查詢語句進行語法分析。
  • QueryParser調用parser進行語法分析，造成查詢語法樹，放到Query中。
  • IndexSearcher調用search對查詢語法樹Query進行搜索，獲得結果TopScoreDocCollector。

以上即是Lucene API函數的簡單調用。

然而當進入Lucene的源代碼後，發現Lucene有不少包，關係錯綜複雜。

然而經過下圖，咱們不難發現，Lucene的各源碼模塊，都是對普通索引和搜索過程的一種實現。

此圖是上一節介紹的全文檢索的流程對應的Lucene實現的包結構。(參照http://www.lucene.com.cn/about.htm中文章《開放源代碼的全文檢索引擎Lucene》)

• Lucene的analysis模塊主要負責詞法分析及語言處理而造成Term。
• Lucene的index模塊主要負責索引的建立，裏面有IndexWriter。
• Lucene的store模塊主要負責索引的讀寫。
• Lucene的QueryParser主要負責語法分析。
• Lucene的search模塊主要負責對索引的搜索。
• Lucene的similarity模塊主要負責對相關性打分的實現。

瞭解了Lucene的整個結構，咱們即可以開始Lucene的源碼之旅了。

 

另：

CSDN此文章連接爲：http://blog.csdn.net/forfuture1978/archive/2009/10/30/4745802.aspx

Javaeye此文章連接爲：http://forfuture1978.javaeye.com/blog/546808 

 

http://www.cnblogs.com/forfuture1978/