Lucene的介绍

Posted 2021-04-24 码农DS

万物皆有规律，不是你中有我，就是我中有你。

当前浏览器不支持播放音乐或语音，请在微信或其他浏览器中播放

1 搜索

搜索是常见的技术和功能，常见与百度搜索引擎，网站或者app的搜索功能中。

所以，了解和掌握它是有必要的。

人类期望的是能够快速的搜索到结果，显然，传统的直接在数据库中进行搜索速度是慢的，尤其是大数据的时代，想要在上亿数据中找到匹配的结果，且毫秒级搞定更是依赖技术。

2 倒排索引

倒排索引又叫反向索引，以字或词为文档中出现的位置情况。

                   数据库                                                                  索引结构

对数据库中原始的数据结构（左图），在业务空闲时事先根据左图内容，创建新的倒排索引结构的数据区域（右图）。

用户有查询需求时，先访问倒排索引数据区域（右图），得出文档id后，通过文档id即可快速，准确的通过左图找到具体的文档内容。

这一过程，可以通过我们自己写程序来实现，也可以借用已经抽象出来的通用开源技术来实现。

3 Lucene

Lucene是一套用于全文检索和搜寻的开源程序库，由Apache软件基金会支持和提供

Lucene提供了一个简单却强大的应用程序接口（API），能够做全文索引和搜寻，在Java开发环境里Lucene是一个成熟的免费开放源代码工具

Lucene并不是现成的搜索引擎产品，但可以用来制作搜索引擎产品

官网：http://lucene.apache.org/

最新的版本为8.4.1

4 全文搜索

5 Lucene实现全文检索的流程

全文检索的流程分为两大部分：索引流程、搜索流程。

索引流程：采集数据--->构建文档对象--->创建索引(将文档写入索引库)。

搜索流程：创建查询--->执行搜索--->渲染搜索结果。

6 Lucene、Solr、Elasticsearch关系

Lucene：底层的API，工具包

Solr：基于Lucene开发的企业级的搜索引擎产品，和zookeeper结合完成分布式。

Elasticsearch：基于Lucene开发的企业级的搜索引擎产品，支持分布式。

下一节，讲解Lucene的使用。