Apache Software Foundation 4 Jakarta项目组的子项目Lucene是一个开源的全文搜索引擎工具包，但它不是一个完整的全文搜索引擎，而是一个全文搜索引擎架构，提供完整的查询引擎和索引引擎，以及一些文本分析引擎(英语和德语是两种西方语言)。Lucene旨在为软件开发人员提供一个简单易用的工具包，以便在目标系统中方便地实现全文检索功能，或者在此基础上构建一个完整的全文检索引擎。

全文检索概述

例如，我们在一个文件夹或磁盘中有许多文件，如记事本、世界、Excel和pdf，我们希望根据关键字搜索包含的文件。例如，如果我们输入Lucene，所有包含Lucene的文件都将被签出。这被称为全文检索。

因此，我们很容易认为应该在关键词和文件之间建立一个相关的映射，在ppt中窃取一张图片，并解释清楚如何实现这个映射。

倒排索引

有了这个映射关系，我们再来看看Lucene的架构设计。

以下是Lucene数据的必要图片，但也是对其本质的总结。

我们可以看到Lucene主要分两步使用：

1创建索引，通过IndexWriter为不同的文件创建索引，并保存在索引相关文件的存储位置。

通过索引搜索关键词相关文档。

在Lucene中，利用这种“倒排索引”技术实现相关映射。

Lucene数学模型

文档、域和单词元素

文档是Lucene搜索和索引的原子单位，文档是包含一个或多个域的容器，而域依次包含“真实”的搜索内容，域值通过分词技术处理得到多个词。

比如一部小说(破空)的信息可以称为文档，小说信息包含多个字段，如标题(破空)、作者、简介、上次更新时间等。在标题字段中使用分词技术可以获得一个或多个单词(战斗、突围、天空、天空)。

Lucene文件结构

分级结构

索引索引存储在目录中

一个索引可以有多个彼此独立的段。添加新文档可能会产生新的段，不同的段可以合并成新的段

文档文档是索引创建的基本单位。不同的文档存储在不同的段中，一个段可以包含多个文档

字段字段，文档包含不同类型的信息，并可以拆分为索引

术语是索引的最小单位，是经过词法分析和语言处理后的数据。

转发信息

根据层次结构，保存了从索引到词的包含关系：索引-段-文档-字段-术语。

反向信息

反向信息保存字典：术语-文档的反向表映射

IndexWriterlucene是最重要的类之一，主要用于向索引中添加文档，控制索引过程中一些参数的使用。

分析器，主要用于分析搜索引擎遇到的各种文本。常用的有StandardAnalyzer、StopAnalyzer和WhitespaceAnalyzer。

存储目录索引的位置；Lucene为索引提供了两个存储位置，一个是磁盘，另一个是内存。通常，索引放在磁盘上；相应地，lucene提供了两个类：FSDirectory和RAMDirectory。

文件文档；文档相当于一个要索引的单元，任何想要索引的文件都必须转换成一个要索引的Document对象。

字段字段。

IndexSearcher是lucene中最基本的检索工具，将用于所有检索；

查询查询，lucene支持模糊查询、语义查询、短语查询、组合查询等，如术语查询、布尔查询、范围查询、通配符查询等。

QueryParser是一个解析用户输入的工具，可以通过扫描用户输入的字符串来生成Query对象。

搜索完成后，Hits需要返回并向用户显示搜索结果，这是完成搜索的唯一途径。在lucene中，搜索结果的集合由Hits类的实例表示。

判例案件

Github代码

我已经将代码放入Github并导入了spring-boot-lucene-demo项目

github spring-boot-Lucene-演示

添加依赖项

！-分词索引的查询分析-依赖groupIdorg.apache.lucene/groupId artifactidLucene-query parser/artifactidVersion 7 . 1 . 0/version/depend