03.Lucene中的常用类

Posted 2020-09-01

Document

Document是文档或者数据的抽象，它包含很多的Field域对象（可以重复），最终是要被持久化保存到索引库中的

Field

Lucene中的域对象，是对原始数据的切割，如：文件名，文件内容，文件大小等。域对象可以指定是否分词，是否索引和是否存储。不分词则会以一个完整的字段出现在索引中（如：商品id、订单号、身份证号等）；不索引则不会被检索到，那么分词也没有了意义，但是可以存储（如：文件路径、图片路径等，不用作为查询条件的不用索引）；不存储也可以被检索到，这取决于这个Field的内容是否需要被展示（如：大段的简介，长文本信息）。

Lucene不建议我们手动的决定Field的特性，而是封装好了一些域对象给我们

IndexWriter

IndexWriter是索引过程的核心组件，通过IndexWriter可以创建新索引、更新索引、删除索引操作。

Directory

Directory描述了索引的存储位置，底层封装了I/O操作，负责对索引进行存储。它的子类常用的包括FSDirectory（在文件系统存储索引）、RAMDirectory（在内存存储索引）。

IndexSearcher和IndexReader

通过IndexSearcher执行搜索，构建IndexSearcher需要IndexReader读取索引目录

TopDocs

Lucene搜索结果可通过TopDocs遍历，TopDocs类提供了少量的属性：搜索结果条数和一个包含Document在索引库中id的数组。通过遍历这个数组可以得到具体的文本对象。

Analyzer

Analyzer是一个抽象类，它是Lucene的分析器，可以对Field进行分词处理，并且生成词汇单元来建立索引。在非精确搜索时也需要对搜索关键字进行分词处理。Lucene自带的分析器对中文的支持不是很好，因此我们多使用第三方的分析器。