Lucene系列五：Lucene索引詳解（IndexWriter詳解、Document詳解、索引更新）

時間 2019-11-11

標籤 lucene 系列索引詳解 indexwriter document 更新简体版

原文原文鏈接

1、IndexWriter詳解

問題1：索引建立過程完成什麼事？java

　　　　分詞、存儲到反向索引中git

1. 回顧Lucene架構圖：github

介紹咱們編寫的應用程序要完成數據的收集，再將數據以document的形式用lucene的索引API建立索引、存儲。這裏重點要強調應用代碼負責作什麼,lucene負責作什麼。數據庫

2. Lucene索引建立API 圖示apache

經過該圖介紹lucene建立索引的核心API:Document、IndexWriter數組

Lucene中要索引的文檔、數據記錄以document表示，應用程序經過IndexWirter將Document加入到索引中。緩存

3. Lucene索引建立代碼示例 安全

public static void main(String[] args) throws IOException {
// 建立使用的分詞器
Analyzer analyzer = new IKAnalyzer4Lucene7(true);
// 索引配置對象
IndexWriterConfig config = new IndexWriterConfig(analyzer);
// 設置索引庫的打開模式：新建、追加、新建或追加
config.setOpenMode(OpenMode.CREATE_OR_APPEND);

// 索引存放目錄
// 存放到文件系統中
Directory directory = FSDirectory
.open((new File("f:/test/indextest")).toPath());

// 存放到內存中
// Directory directory = new RAMDirectory();

// 建立索引寫對象
IndexWriter writer = new IndexWriter(directory, config);

// 建立document
Document doc = new Document();
// 往document中添加 商品id字段
doc.add(new StoredField("prodId", "p0001"));

// 往document中添加 商品名稱字段
String name = "ThinkPad X1 Carbon 20KH0009CD/25CD 超極本輕薄筆記本電腦聯想";
doc.add(new TextField("name", name, Store.YES));

// 將文檔添加到索引
writer.addDocument(doc);

// .....

// 刷新
writer.flush();

// 提交
writer.commit();

// 關閉 會提交
writer.close();
directory.close();
}

上面示例代碼對應的類圖展現：架構

4. IndexWriterConfig 寫索引配置：ide

使用的分詞器，

如何打開索引（是新建，仍是追加）。

還可配置緩衝區大小、或緩存多少個文檔，再刷新到存儲中。

還可配置合併、刪除等的策略。

注意：

用這個配置對象建立好IndexWriter對象後，再修改這個配置對象的配置信息不會對IndexWriter對象起做用。

如要在indexWriter使用過程當中修改它的配置信息，經過 indexWriter的getConfig()方法得到 LiveIndexWriterConfig 對象，在這個對象中可查看該IndexWriter使用的配置信息，可進行少許的配置修改（看它的setter方法）

5. Directory 指定索引數據存放的位置

內存

文件系統

數據庫

保存到文件系統用法： Directory directory = FSDirectory.open(Path path); // path指定目錄

保存到內存中用法：Directory directory = new RAMDirectory();

6. IndexWriter 用來建立、維護一個索引。它的API使用流程：

    // 建立索引寫對象
    IndexWriter writer = new IndexWriter(directory, config);

    // 建立document

    // 將文檔添加到索引
    writer.addDocument(doc);
    
    // 刪除文檔
    //writer.deleteDocuments(terms);
    
    //修改文檔
    //writer.updateDocument(term, doc);

    // 刷新
    writer.flush();

    // 提交
    writer.commit();

注意：IndexWriter是線程安全的。若是你的業務代碼中有其餘的同步控制，請不要使用IndexWriter做爲鎖對象，以避免死鎖。

IndexWriter涉及類圖示：

問題2：索引庫中會存儲反向索引數據，會存儲document嗎？

　　索引庫會存儲一下關鍵的document信息

問：在百度、天貓上進行搜索，展現的列表中的數據來自哪裏？源DB、FS 嗎？

　　存在索引庫裏

2、Document詳解

1. Document 文檔

要索引的數據記錄、文檔在lucene中的表示，是索引、搜索的基本單元。一個Document由多個字段Field構成。就像數據庫的記錄-字段。

IndexWriter按加入的順序爲Document指定一個遞增的id（從0開始），稱爲文檔id。反向索引中存儲的是這個id，文檔存儲中正向索引也是這個id。業務數據的主鍵id只是文檔的一個字段。

Document API

2. Field

字段：由字段名name、字段值value（fieldsData）、字段類型 type 三部分構成。

字段值能夠是文本（String、Reader 或預分析的 TokenStream）、二進制值（byte[]）或數值。

IndexableField Field API

3. Document—Field 數據舉例

新聞：新聞id，新聞標題、新聞內容、做者、所屬分類、發表時間

網頁搜索的網頁：標題、內容、連接地址

商品： id、名稱、圖片連接、類別、價格、庫存、商家、品牌、月銷量、詳情…

問題1：咱們收集數據建立document對象來爲其建立索引，數據的全部屬性是否都須要加入到document中？如數據庫表中的數據記錄的全部字段是否都須要放到document中？哪些字段應加入到document中？

　　看具體的業務，只有須要被搜索和展現的字段才須要被加入到document中

問題2：是否是全部加入的字段都須要進行索引？是否是全部加入的字段都要保存到索引庫中？什麼樣的字段該被索引？什麼樣的字段該被存儲？

　　看具體的業務，須要被搜索的字段才該被索引，須要被展現的字段該被存儲

問題3：各類要被索引的字段該以什麼樣的方式進行索引，全都是分詞進行索引，仍是有不一樣區別？

　　看是模糊查詢仍是精確查詢，模糊查詢的話就須要被分詞索引，精確查詢的話就不須要被分詞索引

4. IndexableFieldType

字段類型：描述該如何索引存儲該字段。

字段可選擇性地保存在索引中，這樣在搜索結果中，這些保存的字段值就可得到。

一個Document應該包含一個或多個存儲字段來惟一標識一個文檔。爲何？

　　爲從原數據中拿完整數據去展現

5. Document 類關係

IndexableFieldType API 說明

6. IndexOptions 索引選項說明：

NONE：Not indexed 不索引

DOCS: 反向索引中只存儲了包含該詞的文檔id，沒有詞頻、位置

DOCS_AND_FREQS: 反向索引中會存儲文檔id、詞頻

DOCS_AND_FREQS_AND_POSITIONS:反向索引中存儲文檔id、詞頻、位置

DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS :反向索引中存儲文檔id、詞頻、位置、偏移量

package com.study.lucene.indexdetail;

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.FieldType;
import org.apache.lucene.index.IndexOptions;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**
 * 索引選項選擇
 * 
 * @author THINKPAD
 *
 */
public class IndexOptionsDemo {

    public static void main(String[] args) {
        // 建立使用的分詞器
        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置對象
        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try ( // 索引存放到文件系統中
                Directory directory = FSDirectory.open((new File("f:/test/indextest")).toPath());

                // 建立索引寫對象
                IndexWriter writer = new IndexWriter(directory, config);) {

            // 準備document
            Document doc = new Document();
            // 字段content
            String name = "content";
            String value = "張三說的確實在理";
            FieldType type = new FieldType();
            // 設置是否存儲該字段
            type.setStored(true); // 請試試不存儲的結果
            // 設置是否對該字段分詞
            type.setTokenized(true); // 請試試不分詞的結果
            // 設置該字段的索引選項
            type.setIndexOptions(IndexOptions.DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS); // 請嘗試不一樣的選項的效果
            type.freeze(); // 使不可更改

            Field field = new Field(name, value, type);
            // 添加字段
            doc.add(field);
            // 加入到索引中
            writer.addDocument(doc);

        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

問題4：若是要在搜索結果中作關鍵字高亮，須要什麼信息？若是要實現短語查詢、臨近查詢（跨度查詢），須要什麼信息？

如要搜索包含「張三」「李四」，且兩詞之間跨度不超過5個字符。

　　須要位置和偏移量

問題5：位置、偏移數據在反向索引中佔的存儲量佔比大不大？

　　看分詞的數據量

問題6：若是某個字段不須要進行短語查詢、臨近查詢，那麼在反向索引中就不須要保存位置、偏移數據。這樣是否是能夠下降反向索引的數據量，提高效率？可是若是該字段要作高亮顯示支持，該怎麼辦？。

　　爲了提高反向索引的效率，這樣的字段的位置、偏移數據是不該該保存到反向索引中的。這也你前面看到 IndexOptions爲何有那些選項的緣由。

　　一個字段分詞器分詞後，每一個詞項會獲得一系列屬性信息，如出現頻率、位置、偏移量等，這些信息構成一個詞項向量 termVectors

7. IndexableFieldType API

storeTermVectors：

　　對於不須要在搜索反向索引時用到，但在搜索結果處理時須要的位置、偏移量、附加數據(payLoad) 的字段，咱們能夠單獨爲該字段存儲（文檔id詞項向量）的正向索引。

示例代碼：

package com.study.lucene.indexdetail;

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.FieldType;
import org.apache.lucene.index.IndexOptions;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**
 * 詞向向量
 * @author THINKPAD
 *
 */
public class IndexTermVectorsDemo {

    public static void main(String[] args) {
        // 建立使用的分詞器
        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置對象
        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try ( // 索引存放到文件系統中
                Directory directory = FSDirectory
                        .open((new File("f:/test/indextest")).toPath());

                // 建立索引寫對象
                IndexWriter writer = new IndexWriter(directory, config);) {

            // 準備document
            Document doc = new Document();
            // 字段content
            String name = "content";
            String value = "張三說的確實在理";
            FieldType type = new FieldType();
            // 設置是否存儲該字段
            type.setStored(true); // 請試試不存儲的結果
            // 設置是否對該字段分詞
            type.setTokenized(true); // 請試試不分詞的結果
            // 設置該字段的索引選項
            type.setIndexOptions(IndexOptions.DOCS); // 反向索引中只保存詞項

            // 設置爲該字段保存詞項向量
            type.setStoreTermVectors(true);
            type.setStoreTermVectorPositions(true);
            type.setStoreTermVectorOffsets(true);
            type.setStoreTermVectorPayloads(true);

            type.freeze(); // 使不可更改

            Field field = new Field(name, value, type);
            // 添加字段
            doc.add(field);
            // 加入到索引中
            writer.addDocument(doc);

        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

請爲商品記錄創建索引，字段信息以下：

商品id：字符串，不索引、但存儲

　　String prodId = "p0001";

商品名稱：字符串，分詞索引(存儲詞頻、位置、偏移量)、存儲

　　String name = 「ThinkPad X1 Carbon 20KH0009CD/25CD 超極本輕薄筆記本電腦";

圖片連接：僅存儲

　　 String imgUrl = "http://www.cnblogs.com/leeSmall/";

商品簡介：字符串，分詞索引（不須要支持短語、臨近查詢）、存儲，結果中支持高亮顯示

　　String simpleIntro = "集成顯卡英特爾酷睿 i5-8250U 14英寸";

品牌：字符串，不分詞索引，存儲

　　String brand = "ThinkPad";

package com.study.lucene.indexdetail;

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.FieldType;
import org.apache.lucene.index.IndexOptions;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.NumericUtils;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**
 * 爲商品記錄創建索引
 * @author THINKPAD
 *
 */
public class ProductIndexExercise {

    public static void main(String[] args) {
        // 建立使用的分詞器
        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置對象
        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try (
                // 索引存放目錄
                // 存放到文件系統中
                Directory directory = FSDirectory
                        .open((new File("f:/test/indextest")).toPath());

                // 存放到內存中
                // Directory directory = new RAMDirectory();

                // 建立索引寫對象
                IndexWriter writer = new IndexWriter(directory, config);) {

            // 準備document
            Document doc = new Document();
            // 商品id：字符串，不索引、但存儲
            String prodId = "p0001";
            FieldType onlyStoredType = new FieldType();
            onlyStoredType.setTokenized(false);
            onlyStoredType.setIndexOptions(IndexOptions.NONE);
            onlyStoredType.setStored(true);
            onlyStoredType.freeze();
            doc.add(new Field("prodId", prodId, onlyStoredType));

            // 商品名稱：字符串，分詞索引(存儲詞頻、位置、偏移量)、存儲
            String name = "ThinkPad X1 Carbon 20KH0009CD/25CD 超極本輕薄筆記本電腦聯想";
            FieldType indexedAllStoredType = new FieldType();
            indexedAllStoredType.setStored(true);
            indexedAllStoredType.setTokenized(true);
            indexedAllStoredType.setIndexOptions(
                    IndexOptions.DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS);
            indexedAllStoredType.freeze();
            doc.add(new Field("name", name, indexedAllStoredType));

            // 圖片連接：僅存儲
            String imgUrl = "http://www.cnblogs.com/leeSmall/";
            doc.add(new Field("imgUrl", imgUrl, onlyStoredType));

            // 商品簡介：文本，分詞索引（不須要支持短語、臨近查詢）、存儲，結果中支持高亮顯示
            String simpleIntro = "集成顯卡 英特爾 酷睿 i5-8250U 14英寸";
            FieldType indexedTermVectorsStoredType = new FieldType();
            indexedTermVectorsStoredType.setStored(true);
            indexedTermVectorsStoredType.setTokenized(true);
            indexedTermVectorsStoredType
                    .setIndexOptions(IndexOptions.DOCS_AND_FREQS);
            indexedTermVectorsStoredType.setStoreTermVectors(true);
            indexedTermVectorsStoredType.setStoreTermVectorPositions(true);
            indexedTermVectorsStoredType.setStoreTermVectorOffsets(true);
            indexedTermVectorsStoredType.freeze();

            doc.add(new Field("simpleIntro", simpleIntro,
                    indexedTermVectorsStoredType));

            // 價格，整數，單位分，不索引、存儲
            int price = 2999900;
            // Field 類有整數類型值的構造方法嗎？
            // 用字節數組來存儲試試，仍是轉爲字符串？
            byte[] result = new byte[Integer.BYTES];
            NumericUtils.intToSortableBytes(price, result, 0);

            doc.add(new Field("price", result, onlyStoredType));

            writer.addDocument(doc);

        } catch (IOException e) {
            e.printStackTrace();
        }

    }

}

問題7 ：咱們每每須要對搜索的結果支持按不一樣的字段進行排序，如商品搜索結果按價格排序、按銷量排序等。以及對搜索結果進行按某字段分組統計，如按品牌統計。

　　存儲的文檔數據中（文檔是行式存儲）就得把搜到的全部文檔加載到內存中，來獲取價格，再按價格排序。若是搜到的文檔列表量很大，會有什麼問題沒？費內存效率低咱們每每對結果列表是分頁處理，並不須要把全部文檔數據加載。

　　空間換時間：對這種須要排序、分組、聚合的字段，爲其創建獨立的文檔->字段值的正向索引、列式存儲。這樣咱們要加載搜中文檔的這個字段的數據就快不少，耗內存少。

　　IndexableFieldType 中的 docValuesType方法就是讓你來爲須要排序、分組、聚合的字段指定如何爲該字段建立文檔->字段值的正向索引的。

DocValuesType 選項說明:

NONE 不開啓docvalue

NUMERIC 單值、數值字段，用這個

BINARY 單值、字節數組字段用

SORTED 單值、字符字段用，會預先對值字節進行排序、去重存儲

SORTED_NUMERIC 單值、數值數組字段用，會預先對數值數組進行排序

SORTED_SET 多值字段用，會預先對值字節進行排序、去重存儲

具體使用選擇：

字符串+單值會選擇SORTED做爲docvalue存儲

字符串+多值會選擇SORTED_SET做爲docvalue存儲

數值或日期或枚舉字段+單值會選擇NUMERIC做爲docvalue存儲

數值或日期或枚舉字段+多值會選擇SORTED_SET做爲docvalue存儲

注意：須要排序、分組、聚合、分類查詢（面查詢）的字段才建立docValues

8. 擴展整型Field

　　經過查看Filed的構造方法，發現裏面沒有設置整型數值的方法，因此須要咱們本身來擴展

擴展的方法以下：

1. 擴展Field，提供構造方法傳入數值類型值，賦給字段值字段；

2. 改寫binaryValue() 方法，返回數值的字節引用。

package com.study.lucene.indexdetail.extendfield;

import org.apache.lucene.document.Field;
import org.apache.lucene.document.FieldType;
import org.apache.lucene.util.BytesRef;
import org.apache.lucene.util.NumericUtils;

/**
 * 
 * @Description: 擴展整型Field
 * @author liguangsheng
 * @date 2018年5月11日
 *
 */
public class ExtendIntField extends Field {
    public ExtendIntField(String fieldName, int value, FieldType type) {
        super(fieldName, type);
        this.fieldsData = Integer.valueOf(value);
    }

    @Override
    public BytesRef binaryValue() {
        byte[] bs = new byte[Integer.BYTES];
        NumericUtils.intToSortableBytes((Integer) this.fieldsData, bs, 0);
        return new BytesRef(bs);
    }
}

9. Lucene預約義的字段子類

package com.study.lucene.indexdetail;

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.document.FieldType;
import org.apache.lucene.document.NumericDocValuesField;
import org.apache.lucene.document.SortedDocValuesField;
import org.apache.lucene.document.StringField;
import org.apache.lucene.index.DocValuesType;
import org.apache.lucene.index.IndexOptions;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.BytesRef;
import org.apache.lucene.util.NumericUtils;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**
 * 索引的建立
 * 
 * @author THINKPAD
 *
 */
public class IndexWriteDemo {

    public static void main(String[] args) {
        // 建立使用的分詞器
        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置對象
        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try (
                // 索引存放目錄
                // 存放到文件系統中
                Directory directory = FSDirectory.open((new File("f:/test/indextest")).toPath());

                // 存放到內存中
                // Directory directory = new RAMDirectory();

                // 建立索引寫對象
                IndexWriter writer = new IndexWriter(directory, config);) {

            // 準備document
            Document doc = new Document();
            // 商品id：字符串，不索引、但存儲
            String prodId = "p0001";
            FieldType onlyStoredType = new FieldType();
            onlyStoredType.setTokenized(false);
            onlyStoredType.setIndexOptions(IndexOptions.NONE);
            onlyStoredType.setStored(true);
            onlyStoredType.freeze();
            doc.add(new Field("prodId", prodId, onlyStoredType));

            // 等同下一行
            // doc.add(new StoredField("prodId", prodId));

            // 商品名稱：字符串，分詞索引(存儲詞頻、位置、偏移量)、存儲
            String name = "ThinkPad X1 Carbon 20KH0009CD/25CD 超極本輕薄筆記本電腦聯想";
            FieldType indexedAllStoredType = new FieldType();
            indexedAllStoredType.setStored(true);
            indexedAllStoredType.setTokenized(true);
            indexedAllStoredType.setIndexOptions(IndexOptions.DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS);
            indexedAllStoredType.freeze();

            doc.add(new Field("name", name, indexedAllStoredType));

            // 圖片連接：僅存儲
            String imgUrl = "http://www.cnblogs.com/aaa";
            doc.add(new Field("imgUrl", imgUrl, onlyStoredType));

            // 商品簡介：文本，分詞索引（不須要支持短語、臨近查詢）、存儲，結果中支持高亮顯示
            String simpleIntro = "集成顯卡 英特爾 酷睿 i5-8250U 14英寸";
            FieldType indexedTermVectorsStoredType = new FieldType();
            indexedTermVectorsStoredType.setStored(true);
            indexedTermVectorsStoredType.setTokenized(true);
            indexedTermVectorsStoredType.setIndexOptions(IndexOptions.DOCS_AND_FREQS);
            indexedTermVectorsStoredType.setStoreTermVectors(true);
            indexedTermVectorsStoredType.setStoreTermVectorPositions(true);
            indexedTermVectorsStoredType.setStoreTermVectorOffsets(true);
            indexedTermVectorsStoredType.freeze();

            doc.add(new Field("simpleIntro", simpleIntro, indexedTermVectorsStoredType));

            // 價格，整數，單位分，不索引、存儲、要支持排序
            int price = 999900;
            FieldType numericDocValuesType = new FieldType();
            numericDocValuesType.setTokenized(false);
            numericDocValuesType.setIndexOptions(IndexOptions.NONE);
            numericDocValuesType.setStored(true);
            numericDocValuesType.setDocValuesType(DocValuesType.NUMERIC);
            numericDocValuesType.setDimensions(1, Integer.BYTES);
            numericDocValuesType.freeze();

            doc.add(new MyIntField("price", price, numericDocValuesType));

            // 與下兩行等同
            // doc.add(new StoredField("price", price));
            // doc.add(new NumericDocValuesField("price", price));

            // 類別：字符串，索引不分詞，不存儲、支持分類統計,多值
            FieldType indexedDocValuesType = new FieldType();
            indexedDocValuesType.setTokenized(false);
            indexedDocValuesType.setIndexOptions(IndexOptions.DOCS);
            indexedDocValuesType.setDocValuesType(DocValuesType.SORTED_SET);
            indexedDocValuesType.freeze();

            doc.add(new Field("type", "電腦", indexedDocValuesType) {
                @Override
                public BytesRef binaryValue() {
                    return new BytesRef((String) this.fieldsData);
                }
            });
            doc.add(new Field("type", "筆記本電腦", indexedDocValuesType) {
                @Override
                public BytesRef binaryValue() {
                    return new BytesRef((String) this.fieldsData);
                }
            });

            // 等同下四行
            // doc.add(new StringField("type", "電腦", Store.NO));
            // doc.add(new SortedSetDocValuesField("type", new BytesRef("電腦")));
            // doc.add(new StringField("type", "筆記本電腦", Store.NO));
            // doc.add(new SortedSetDocValuesField("type", new
            // BytesRef("筆記本電腦")));

            // 商家 索引(不分詞)，存儲、按面（分類）查詢
            String fieldName = "shop";
            String value = "聯想官方旗艦店";
            doc.add(new StringField(fieldName, value, Store.YES));
            doc.add(new SortedDocValuesField(fieldName, new BytesRef(value)));

            // 上架時間：數值，排序須要
            long upShelfTime = System.currentTimeMillis();
            doc.add(new NumericDocValuesField("upShelfTime", upShelfTime));

            writer.addDocument(doc);

        } catch (IOException e) {
            e.printStackTrace();
        }

    }

    public static class MyIntField extends Field {

        public MyIntField(String fieldName, int value, FieldType type) {
            super(fieldName, type);
            this.fieldsData = Integer.valueOf(value);
        }

        @Override
        public BytesRef binaryValue() {
            byte[] bs = new byte[Integer.BYTES];
            NumericUtils.intToSortableBytes((Integer) this.fieldsData, bs, 0);
            return new BytesRef(bs);
        }
    }

}

3、索引更新

IndexWriter 索引更新 API

說明：

Term 詞項指定字段的詞項

刪除流程：根據Term、Query找到相關的文檔id、同時刪除索引信息，再根據文檔id刪除對應的文檔存儲。

更新流程：先刪除、再加入新的doc

注意：只可根據索引的字段進行更新。

package com.study.lucene.indexdetail;

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.FieldType;
import org.apache.lucene.index.IndexOptions;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.Term;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**
 * @Description: 索引更新
 * @author liguangsheng
 * @date 2018年5月11日
 *
 */

public class IndexUpdateDemo {

    public static void main(String[] args) {
        // 建立使用的分詞器
        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置對象
        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try (
                // 索引存放目錄
                // 存放到文件系統中
                Directory directory = FSDirectory.open((new File("f:/test/indextest")).toPath());

                // 存放到內存中
                // Directory directory = new RAMDirectory();

                // 建立索引寫對象
                IndexWriter writer = new IndexWriter(directory, config);) {

            // Term term = new Term("prodId", "p0001");
            Term term = new Term("type", "筆記本電腦");

            // 準備document
            Document doc = new Document();
            // 商品id：字符串，不索引、但存儲
            String prodId = "p0003";
            FieldType onlyStoredType = new FieldType();
            onlyStoredType.setTokenized(false);
            onlyStoredType.setIndexOptions(IndexOptions.NONE);
            onlyStoredType.setStored(true);
            onlyStoredType.freeze();
            doc.add(new Field("prodId", prodId, onlyStoredType));

            writer.updateDocument(term, doc);

            // Term term = new Term("name", "筆記本電腦");
            // writer.deleteDocuments(term);

            writer.flush();

            writer.commit();
            System.out.println("執行更新完畢。");

        } catch (IOException e) {
            e.printStackTrace();
        }

    }
}

源碼獲取地址：

https://github.com/leeSmall/SearchEngineDemo

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。