Lucene介绍

Posted 2020-11-05 morn21

学习目标：

1. 明白lucene是什么，用途、特性
2. 明白lucene的使用场景
3. 理解lucene的架构
4. 会集成lucene到应用中

---

Lucene简介

• 最受欢迎的java开源全文搜索引擎开发工具包。提供了完整的查询引擎和索引引擎，部分文本分词引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简易用的工具包，以方便在目标系统中实现全文检索功能，或者是以此为基础建立起完整的全文检索引擎。
• 是Apache的子项目，网址：http://lucene.apache.org/

Lucene用途

• 为软件开发人员提供一个简单易用的工具包，以方便在目标系统中实现全文检索功能，或者是以此为基础建立起完整的全文检索引擎。

Lucene适用场景

• 在应用中为数据库中的数据提供全文检索实现。
• 开发独立的搜索引擎服务、系统

Lucene特性

1、稳定、索引性能高

• 每小时能够索引150GB以上的数据。
• 对内存的要求小——只需要1MB的堆内存
• 增量索引和批量索引一样快。
• 索引的大小约为索引文本大小的20%~30%。

2、高效、准确、高性能的搜索算法

• 良好的搜索排序。
• 强大的查询方式支持：短语查询、通配符查询、临近查询、范围查询等。
• 支持字段搜索（如标题、作者、内容）。
• 可根据任意字段排序
• 支持多个索引查询结果合并
• 支持更新操作和查询操作同时进行
• 支持高亮、join、分组结果功能
• 速度快
• 可扩展排序模块，内置包含向量空间模型、BM25模型可选
• 可配置存储引擎

3、跨平台

• 纯java编写。
• 作为Apache开源许可下的开源项目，你可在商业或开源项目中使用。
• Lucene有多种语言实现版可选(如C、C++、Python等），不光是JAVA。

---

 

 Lucene架构

1. 数据收集
2. 创建索引
3. 索引存储
4. 搜索（使用索引）

 Lucene集成

1、选用版本（选用当前最新版 7.3.0）：https://lucene.apache.org/
2、系统要求：JDK1.8 及以上版本
3、集成（将lucene core的jar引入到你的应用中）：

• 方式一：官网下载 zip，解压后拷贝jar到你的工程
• 方式二：maven 引入依赖

4、Lucene 模块说明：

• core: Lucene core library 核心模块：分词、索引、查询
• analyzers-*: 分词器
• facet: Faceted indexing and search capabilities 提供分类索引、搜索能力
• grouping: Collectors for grouping search results. 搜索结果分组支持
• highlighter: Highlights search keywords in results 关键字高亮支持
• join: Index-time and Query-time joins for normalized content 连接支持
• queries: Filters and Queries that add to core Lucene 补充的查询、过滤方式实现
• queryparser: Query parsers and parsing framework 查询表达式解析模块
• spatial: Geospatial search 地理位置搜索支持
• suggest: Auto-suggest and Spellchecking support 拼写检查、联想提示

5、了解核心模块的构成

---

 

附录（maven核心模块依赖）：

<!-- lucene 核心模块 -->
<dependency>
　　<groupId>org.apache.lucene</groupId>
　　<artifactId>lucene-core</artifactId>
　　<version>7.3.0</version>
</dependency>