Lucene系列二LuceneLucene介绍Lucene架构

一、Lucene 介绍
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。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 的特性
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。
二、Lucene 架构

数据收集
创建索引
索引存储
搜索（使用索引）
三、Lucene 集成

1. 选用的 Lucene 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

1. 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
2. 先引入 lucene 的核心模块

[Java] 纯文本查看 复制代码
?

<!– lucene 核心模块 –>
<dependency>

<groupId>org.apache.lucene</groupId>
<artifactId>lucene-core</artifactId>
<version>7.3.0</version>

</dependency>

1. 了解核心模块的构成