lucene、solr全文搜索.md

lucene、solr全文搜索

lucene是一款搜索引擎技术，并非产品，而solr是搜索引擎所在服务器。

应用场景：

1：网站头部的搜索
2：APP端头部搜索
3：做成搜索产品

搜索原理：

• 简介：

  Lucene是一个全文搜索框架，而不是应用产品。因此它并不像www.baidu.com 或者google Desktop那么拿来就能用，它只是提供了一种工具让你能实现这些产品。

• lucene的工作方式

  lucene提供的服务实际包含两部分：一入一出。所谓入是写入，即将你提供的源（本质是字符串）写入索引或者将其从索引中删除；所谓出是读出，即向用户提供全文搜索服务，让用户可以通过关键词定位源。

• 写入流程

  源字符串首先经过analyzer处理，包括：分词，分成一个个单词；去除stopword（可选），将源中需要的信息加入Document的各个Field中，并把需要索引的Field索引起来，把需要存储的Field存储起来，将索引写入存储器，存储器可以是内存或磁盘

• 读出流程

  用户提供搜索关键词，经过analyzer处理，对处理后的关键词搜索索引找出对应的Document，用户根据需要从找到的Document中提取需要的Field

• 概念

  analyzer：

  Analyzer是分析器，它的作用是把一个字符串按某种规则划分成一个个词语，并去除其中的无效词语，这里说的无效词语是指英文中的“of”、“the”，中文中的“的”、“地”等词语，这些词语在文章中大量出现，但是本身不包含什么关键信息，去掉有利于缩小索引文件、提高效率、提高命中率

  document：

  用户提供的源是一条条记录，它们可以是文本文件、字符串或者数据库表的一条记录等等。一条记录经过索引之后，就是以一个Document的形式存储在索引文件中的。用户进行搜索，也是以Document列表的形式返回

  field：

  一个Document可以包含多个信息域，例如一篇文章可以包含“标题”、“正文”、“最后修改时间”等信息域，这些信息域就是通过Field在Document中存储的。� Field有两个属性可选：存储和索引。通过存储属性你可以控制是否对这个Field进行存储；通过索引属性你可以控制是否对该Field进行索引。这看起来似乎有些废话，事实上对这两个属性的正确组合很重要，下面举例说明：还是以刚才的文章为例子，我们需要对标题和正文进行全文搜索，所以我们要把索引属性设置为真，同时我们希望能直接从搜索结果中提取文章标题，所以我们把标题域的存储属性设置为真，但是由于正文域太大了，我们为了缩小索引文件大小，将正文域的存储属性设置为假，当需要时再直接读取文件；我们只是希望能从搜索解果中提取最后修改时间，不需要对它进行搜索，所以我们把最后修改时间域的存储属性设置为真，索引属性设置为假。上面的三个域涵盖了两个属性的三种组合，还有一种全为假的没有用到，事实上Field不允许你那么设置，因为既不存储又不索引的域是没有意义的

lucene入门示例

1：新建一个工程
2：导入所需jar包

• 入库对象数据实体

  1：新建一个入库的实体对象

  2：入库IndexWrite

  代码如下：

  /**
   * 数据对象数据
   * @author likang
   * @date   2018-5-7 上午9:08:24
   */
  public class BookEntity implements Serializable{
  private static final long serialVersionUID = 1L;
  
  
  private int id;
  private String bookname;
  private String context;
  public int getId() {
      return id;
  }
  public void setId(int id) {
      this.id = id;
  }
  public String getBookname() {
      return bookname;
  }
  public void setBookname(String bookname) {
      this.bookname = bookname;
  }
  public String getContext() {
      return context;
  }
  public void setContext(String context) {
      this.context = context;
  }
  
  }
  

• 入库

  /**
   * 入库
   * @throws Exception 
   */
  @Test
  public void indexWriter() throws Exception{
  /**
   * 初始化对象数据
   */
  BookEntity book = new BookEntity();
  book.setId(1);
  book.setBookname("Lucene是一款搜索引擎技术");
  book.setContext("Lucene是一款很好的搜索引擎技术，产品有百度，谷歌等");
  
  //存储到磁盘的路径（文件夹）
  Directory directory = FSDirectory.open(new File("./index"));
  //中文分词器
  Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
  
  //lucene核心入库类
  IndexWriter iw = new IndexWriter(directory, analyzer, MaxFieldLength.LIMITED);
  
  
  /**
   * 参数1：磁盘中关键词的编码
   * 参数2：代表编码的对象数据值
   * 参数3：代表是否支持存储，如果是yes--代表存储对象，如果是no---代表不支持存储对象
   * 参数4：
   *      NOT_ANALYZED：对象数据不支持分词，支持存储，支持索引，支持创建对象
   *      ANALYZED:对象数据支持分词，支持存储，支持索引，支持创建对象
   *      NO：不支持分词，不支持存储，不支持索引，不支持创建对象
   *      ANALYZED_NO_NORMS：对象数据支持分词，不支持创建对象，支持索引，支持存储
   *      NOT_ANALYZED_NO_NORMS：对象数据不支持分词，不支持创建对象，支持索引，支持存储
   */
  
  
  Field field1 = new Field("id", String.valueOf(book.getId()), Store.YES, Index.NOT_ANALYZED);
  Field field2 = new Field("bookname", book.getBookname(), Store.YES, Index.NO);
  Field field3 = new Field("context", book.getContext(), Store.YES, Index.ANALYZED);
  
  //将对象数据封装成document对象
  Document doc = new Document();//创建的对象数据
  doc.add(field1);
  doc.add(field2);
  doc.add(field3);
  //增加对象数据到索引库
  iw.addDocument(doc);
  //关闭入库流
  iw.close();
  
  }
  

• 出库

   /**
   * 出库
   * @throws Exception 
   */
  @Test
  public void indexSerach() throws Exception{
  //搜索索引库目录
  Directory directory = FSDirectory.open(new File("./index"));
  //中文分词器
  Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
  
  //出库核心处理类
  IndexSearcher inSearcher = new IndexSearcher(directory);
  
  //匹配关键词
  QueryParser queryParser = new QueryParser(Version.LUCENE_30, "context", analyzer);
  
  Query query = queryParser.parse("Lucene");
  
  /**
   * 参数1：搜索关键词
   * 参数2：匹配显示个数
   */
  TopDocs topdocs = inSearcher.search(query, 4);
  
  //出库后的对象数据--数组
  ScoreDoc[] sds = topdocs.scoreDocs;
  
  List<BookEntity> list = new ArrayList<BookEntity>();
  
  for (ScoreDoc sd : sds) {
  
      BookEntity book = new BookEntity();
  
      int index = sd.doc;//获取对象数据的下标
      Document document = inSearcher.doc(index);//根据对象下标，获取对象数据的详细内容
      book.setId(Integer.valueOf(document.get("id")));
      book.setBookname(document.get("bookname"));
      book.setContext(document.get("context"));
      list.add(book);
  }
  
  if (list != null && list.size() > 0) {
      for (int i = 0; i < list.size(); i++) {
          System.out.println("ID:" + list.get(i).getId());
          System.out.println("名称：" + list.get(i).getBookname());
          System.out.println("内容为：" + list.get(i).getContext());
      }
  }
  
  }