Lucene介绍与应用
一、全文检索介绍
1.数据结构
结构化数据：
指具有“固定格式” 或“限定长度”的数据； 例如：数据库中的数据、元数据……非结构化数据
指不定长度或无固定格式的数据；例如：文本、图片、视频、图表……2.数据的搜索
顺序扫描法
从第一个文件扫描到最后一个文件，把每一个文件内容从开头扫到结尾，直到扫完所有的文件。全文检索法
将非结构化数据中的一部分信息提取出来，重新组织，建立索引，使其变得有一定结构，然后对此有一定结构的数据进行搜索，从而达到搜索相对较快的目的。3.全文检索
例如：新华字典。字典的拼音表和部首检字表就相当于字典的索引，我们可以通过查找索引从而找到具体的字解释。如果没有创建索引，就要从字典的首页一页页地去查找。
这种先建立索引，再对索引进行搜索的过程就叫全文检索(Full-text Search) 。
全文检索的核心
创建索引：将从所有的结构化和非结构化数据提取信息，创建索引的过程。
搜索索引：就是得到用户的查询请求，搜索创建的索引，然后返回结果的过程。
4.倒排索引
倒排索引（英文：InvertedIndex），也称为反向索引，是一种索引方法，实现“单词-文档矩阵”的一种具体存储形式，常被用于存储在全文搜索下某个单词与文档的存储位置的映射，通过倒排索引，可以根据单词快速获取包含这个单词的文档列表。
倒排索引的结构主要由两个部分组成：“单词词典”和“倒排表”。
索引方法例子
3个文档内容为： 1.php是过去最流行的语言。 2.java是现在最流行的语言。 3. Python是未来流行的语言。倒排索引的创建
1.使用分词系统将文档切分成单词序列，每个文档就成了由由单词序列构成的数据流；2.给不同的单词赋予唯一的单词id,记录下对应的单词;3.同时记录单词出现的文档,形成倒排列表。每个单词都指向了文档(Document)链表。倒排索引的查询
假如说用户需要查询: “现在流行”1.将用户输入进行分词,分为”现在”和”流行”;2.取出包含字符串“现在”的文档链表;3.取出包含字符串“流行”的文档链表;4.通过合并链表,找出包含有”现在”或者”流行”的链表。倒排索引原理
当然倒排索引的结构也不是上面说的那么简单，索引系统还可以记录除此之外的更多信息。词对应的倒排列表不仅记录了文档编号还记录了单词频率信息。词频信息在搜索结果时，是重要的排序依据。这里先了解下，后面的评分计算就要用到这个。
索引和搜索流程图
二、Lucene入门
• Lucene是一套用于全文检索和搜寻的开源程序库，由Apache软件基金会支持和提供;
• 基于java的全文检索工具包, Lucene并不是现成的搜索引擎产品，但可以用来制作搜索引擎产品；
• 官网：http://lucene.apache.org/ 。
1.Lucene的总体结构
从lucene的总体架构图可以看出：
1.Lucene库提供了创建索引和搜索索引的API。 2.应用程序需要做的就是收集文档数据，创建索引；通过用户输入查询索引的得到返回结果。2.Lucene的几个基本概念
Index（索引）：类似数据库的表的概念，但它完全没有约束，可以修改和添加里面的文档，文档里的内容可以任意定义。
Document（文档）：类似数据库内的行的概念，一个Index内会包含多个Document。
Field（字段）：一个Document会由一个或多个Field组成，分词就是对Field 分词。
Term（词语）和Term Dictionary（词典）：Lucene中索引和搜索的最小单位，一个Field会由一个或多个Term组成，Term是由Field经过Analyzer（分词）产生。Term Dictionary即Term词典，是根据条件查找Term的基本索引。
3.Lucene创建索引过程
Lucene创建索引过程如下：
1.创建一个IndexWriter用来写索引文件，它有几个参数，INDEX_DIR就是索引文件所存放的位置，Analyzer便是用来 对文档进行词法分析和语言处理的。
2.创建一个Document代表我们要索引的文档。将不同的Field加入到文档中。不同类型的信息用不同的Field来表示
3.IndexWriter调用函数addDocument将索引写到索引文件夹中。
4.Lucene搜索过程
搜索过程如下：
1.IndexReader将磁盘上的索引信息读入到内存，INDEX_DIR就是索引文件存放的位置。
2.创建IndexSearcher准备进行搜索。
3.创建Analyer用来对查询语句进行词法分析和语言处理。
4.创建QueryParser用来对查询语句进行语法分析。
5.QueryParser调用parser进行语法分析，形成查询语法树，放到Query中。
6.IndexSearcher调用search对查询语法树Query进行搜索，得到结果TopScoreDocCollector。
三、Lucene入门案例一
1.案例一代码
引入lucene的jar包
public class LuceneTest { public static void main(String[] args) throws Exception { // 1. 准备中文分词器 IKAnalyzer analyzer = new IKAnalyzer(); // 2. 创建索引 List<String> productNames = new ArrayList<>(); productNames.add("小天鹅TG100-1420WDXG"); productNames.add("小天鹅TB80-easy60W 洗漂脱时间自由可调，京东微联智能APP手机控制"); productNames.add("小天鹅TG90-1411DG 洗涤容量:9kg 脱水容量:9kg 显示屏:LED数码屏显示"); productNames.add("小天鹅TP75-V602 流线蝶形波轮，超强喷淋漂洗"); productNames.add("小天鹅TG100V20WDG 大件洗，无旋钮外观，智能WiFi"); productNames.add("小天鹅TD80-1411DG 洗涤容量:8kg 脱水容量:8kg 显示屏:LED数码屏显示"); productNames.add("海尔XQB90-BZ828 洗涤容量:9kg 脱水容量:9kg 显示屏:LED数码屏显示"); productNames.add("海尔G100818HBG 极简智控面板，V6蒸汽烘干，深层洁净"); productNames.add("海尔G100678HB14SU1 洗涤容量:10kg 脱水容量:10kg 显示屏:LED数码屏显"); productNames.add("海尔XQB80-KM12688 智能自由洗，超净洗"); productNames.add("海尔EG8014HB39GU1 手机智能，一键免熨烫，空气净化洗"); productNames.add("海尔G100818BG 琥珀金机身，深层洁净，轻柔雪纺洗"); productNames.add("海尔G100728BX12G 安全磁锁，健康下排水"); productNames.add("西门子XQG80-WD12G4C01W 衣干即停，热风除菌，低噪音"); productNames.add("西门子XQG80-WD12G4681W 智能烘干，变速节能，无刷电机"); productNames.add("西门子XQG100-WM14U568LW 洗涤容量:10kg 脱水容量:10kg 显示屏:LED"); productNames.add("西门子XQG80-WM10N1C80W 除菌、洗涤分离，防过敏程序"); productNames.add("西门子XQG100-WM14U561HW 洗涤容量:10kg 脱水容量:10kg 显示屏:LED"); productNames.add("西门子XQG80-WM12L2E88W 洗涤容量:8kg 脱水容量:8kg 显示屏:LED触摸"); Directory index = createIndex(analyzer, productNames); // 3. 查询器 String keyword = "西门子 LED"; Query query = new QueryParser("name", analyzer).parse(keyword); // 4. 搜索 IndexReader reader = DirectoryReader.open(index); IndexSearcher searcher = new IndexSearcher(reader); int numberPerPage = 1000; System.out.printf("当前一共有%d条数据%n"+"<br>", productNames.size()); System.out.printf("查询关键字是：\"%s\"%n"+"<br>", keyword); ScoreDoc[] hits = searcher.search(query, numberPerPage).scoreDocs; // 5. 显示查询结果 showSearchResults(searcher, hits, query, analyzer); // 6. 关闭查询 reader.close(); } private static void showSearchResults(IndexSearcher searcher, ScoreDoc[] hits, Query query, IKAnalyzer analyzer) throws Exception { System.out.println("找到 " + hits.length + " 个命中. <br>"); System.out.println("序号\t匹配度得分\t结果 <br>"); SimpleHTMLFormatter simpleHTMLFormatter = new SimpleHTMLFormatter("<span style='color:red'>", "</span>"); Highlighter highlighter = new Highlighter(simpleHTMLFormatter, new QueryScorer(query)); for (int i = 0; i < hits.length; ++i) { ScoreDoc scoreDoc= hits[i]; int docId = scoreDoc.doc; Document d = searcher.doc(docId); List<IndexableField> fields = d.getFields(); System.out.print((i + 1)); System.out.print("\t" + scoreDoc.score); for (IndexableField f : fields) { TokenStream tokenStream = analyzer.tokenStream(f.name(), new StringReader(d.get(f.name()))); String fieldContent = highlighter.getBestFragment(tokenStream, d.get(f.name())); System.out.print("\t" + fieldContent); } System.out.println("<br>"); } } private static Directory createIndex(IKAnalyzer analyzer, List<String> products) throws IOException { //存在内存中,新建一个词典 Directory index = new RAMDirectory(); IndexWriterConfig config = new IndexWriterConfig(analyzer); IndexWriter writer = new IndexWriter(index, config); for (String name : products) { addDoc(writer, name); } writer.close(); return index; } /** * 添加文档内容 * @param w * @param name * @throws IOException */ private static void addDoc(IndexWriter w, String name) throws IOException { //创建一个文档 Document doc = new Document(); doc.add(new TextField("name", name, Field.Store.YES)); w.addDocument(doc); }}2.代码解析
创建索引
private static Directory createIndex(IKAnalyzer analyzer, List<String> products) throws IOException { //存在内存中,新建一个词典 Directory index = new RAMDirectory(); IndexWriterConfig config = new IndexWriterConfig(analyzer); IndexWriter writer = new IndexWriter(index, config); for (String name : products) { addDoc(writer, name); } writer.close(); return index;}private static void addDoc(IndexWriter w, String name) throws IOException { //创建一个文档 Document doc = new Document(); doc.add(new TextField("name", name, Field.Store.YES)); w.addDocument(doc);}上面代码是将List中的内容保存在文档中，使用analyzer分词器分词，创建索引，索引保存在内存中。 IndexWriter 对象用来写索引的。
查询索引
// 3. 查询器String keyword = "西门子 智能";Query query = new QueryParser("name", analyzer).parse(keyword);// 4. 搜索IndexReader reader = DirectoryReader.open(index);IndexSearcher searcher = new IndexSearcher(reader);int numberPerPage = 1000;System.out.printf("当前一共有%d条数据%n", productNames.size());System.out.printf("查询关键字是：\"%s\"%n", keyword);ScoreDoc[] hits = searcher.search(query, numberPerPage).scoreDocs;// 5. 显示查询结果showSearchResults(searcher, hits, query, analyzer);// 6. 关闭查询reader.close();上面代码是查询代码，首先对构建查询条件Query对象，读取索引，创建IndexSearcher 查询对象，传入查询条件，得到查询结果，将结果解析出来，返回。
分词器
创建索引和查询都要用到分词器，在Lucene中分词主要依靠Analyzer类解析实现。Analyzer类是一个抽象类，分词的具体规则是由子类实现的，不同的语言规则，要有不同的分词器， Lucene默认的StandardAnalyzer是不支持中文的分词。
代码中用到了IKAnalyzer分词器，IKAnalyzer是第三方实现的分词器，继承自Lucene的Analyzer类，针对中文文本进行处理的分词器。
打分机制
从案例返回结果来看,有一列匹配度得分,得分越高的排在越前面,排在前面的查询结果也越准确。
打分公式：
Lucene库也实现了上面的打分算法，查询结果也会根据分数进行排序。高亮显示
SimpleHTMLFormatter simpleHTMLFormatter = new SimpleHTMLFormatter("<span style='color:red'>", "</span>");Highlighter highlighter = new Highlighter(simpleHTMLFormatter, new QueryScorer(query));将查询结果放到html页面，就会发现查询结果里关键字被标记为红色。在 Lucene库的org.apache.lucene.search.highlight包中提供了关于高亮显示检索关键字的方法，可以对返回的结果中出现了的关键字进行标记。
四、Lucene入门案例二
1.案例介绍
1.将14万条商品详细信息到mysql数据库;
2.使用Lucene库创建索引;
3.使用Luncene查询索引,并做分页操作,得到返回查询到的数据,并记录查询时长;
4.使用JDBC连接mysql数据库,采用like查询,对商品进行分页操作,返回查询到的数据,记录查询时长;
5.比较mysql的模糊查询与Lucene全文检索查询。
2.案例二代码
引入lucene的jar包,和mysql的驱动包,创建数据库product表,插入数据.
/** * 商品bean类 * @author yizl * */public class Product { /** * 商品id */ private int id; /** * 商品名称 */ private String name; /** * 商品类型 */ private String category; /** * 商品价格 */ private float price; /** * 商品产地 */ private String place; /** * 商品条形码 */ private String code; ...... }public class TestLucene { private static ProductDao dao = new ProductDao(); public static void main(String[] args) throws Exception { // 1. 准备中文分词器 IKAnalyzer analyzer = new IKAnalyzer(); // 2. 索引 Directory index = createIndex(analyzer); // 3. 查询器 Scanner s = new Scanner(System.in); while (true) { System.out.print("请输入查询关键字："); String keyword = s.nextLine(); System.out.println("当前关键字是：" + keyword); long start = System.currentTimeMillis(); // 查询名字字段 Query query = new QueryParser("name", analyzer).parse(keyword); // 4. 搜索 IndexReader reader = DirectoryReader.open(index); IndexSearcher searcher = new IndexSearcher(reader); ScoreDoc[] hits = pageSearch(query, searcher, 1, 10); // 5. 显示查询结果 showSearchResults(searcher, hits, query, analyzer); // 6. 关闭查询 reader.close(); System.out.println("使用Lucene查询索引,耗时:" + (System.currentTimeMillis() - start) + "毫秒"); System.out.println("-----------------------分割线-------------------------------"); // 7.通过数据库进行模糊查询 selectProductOfName(keyword); } } /** * 通过mysql商品名查询 */ private static void selectProductOfName(String str) { long start = System.currentTimeMillis(); ResultBean<List<Product>> resultBean = dao.selectProductOfName(str, 1, 10); PageBean pageBean = resultBean.getPageBean(); List<Product> products = resultBean.getData(); System.out.println("查询出的总条数\t:" + pageBean.getTotal() + "条"); System.out.println("当前第" + pageBean.getPageNow() + "页,每页显示" + pageBean.getPageSize() + "条数据"); System.out.println("序号\t结果"); for (int i = 0; i < products.size(); i++) { Product product = products.get(i); System.out.print((i + 1)); System.out.print("\t" + product.getId()); System.out.print("\t" + product.getName()); System.out.print("\t" + product.getPrice()); System.out.print("\t" + product.getPlace()); System.out.print("\t" + product.getCode()); System.out.println("<br>"); } System.out.println("使用mysql查询,耗时:" + (System.currentTimeMillis() - start) + "毫秒"); } /** * 显示找到的结果 * * @param searcher * @param hits * @param query * @param analyzer * @throws Exception */ private static void showSearchResults(IndexSearcher searcher, ScoreDoc[] hits, Query query, IKAnalyzer analyzer) throws Exception { System.out.println("序号\t匹配度得分\t结果"); for (int i = 0; i < hits.length; ++i) { ScoreDoc scoreDoc = hits[i]; int docId = scoreDoc.doc; Document d = searcher.doc(docId); List<IndexableField> fields = d.getFields(); System.out.print((i + 1)); System.out.print("\t" + scoreDoc.score); for (IndexableField f : fields) { System.out.print("\t" + d.get(f.name())); } System.out.println("<br>"); } } /** * 分页查询 * * @param query * @param searcher * @param pageNow * 当前第几页 * @param pageSize * 每页显示条数 * @return * @throws IOException */ private static ScoreDoc[] pageSearch(Query query, IndexSearcher searcher, int pageNow, int pageSize) throws IOException { TopDocs topDocs = searcher.search(query, pageNow * pageSize); System.out.println("查询到的总条数\t" + topDocs.totalHits); System.out.println("当前第" + pageNow + "页,每页显示" + pageSize + "条数据"); ScoreDoc[] alllScores = topDocs.scoreDocs; List<ScoreDoc> hitScores = new ArrayList<>(); int start = (pageNow - 1) * pageSize; int end = pageSize * pageNow; for (int i = start; i < end; i++) hitScores.add(alllScores[i]); ScoreDoc[] hits = hitScores.toArray(new ScoreDoc[] {}); return hits; } /** * 创建Index,将数据存入内存中 * * @param analyzer * @return * @throws IOException */ private static Directory createIndex(IKAnalyzer analyzer) throws IOException { long start = System.currentTimeMillis(); Directory index = new RAMDirectory(); IndexWriterConfig config = new IndexWriterConfig(analyzer); IndexWriter writer = new IndexWriter(index, config); List<Product> products = dao.selectAllProduct(); int total = products.size(); int count = 0; int per = 0; int oldPer = 0; for (Product p : products) { addDoc(writer, p); count++; per = count * 100 / total; if (per != oldPer) { oldPer = per; System.out.printf("索引中，总共要添加 %d 条记录，当前添加进度是： %d%% %n", total, per); } } System.out.println("索引创建耗时:" + (System.currentTimeMillis() - start) + "毫秒"); writer.close(); return index; } /** * 往lucene中添加字段 * * @param w * @param p * @throws IOException */ private static void addDoc(IndexWriter w, Product p) throws IOException { Document doc = new Document(); doc.add(new TextField("id", String.valueOf(p.getId()), Field.Store.YES)); doc.add(new TextField("name", p.getName(), Field.Store.YES)); doc.add(new TextField("category", p.getCategory(), Field.Store.YES)); doc.add(new TextField("price", String.valueOf(p.getPrice()), Field.Store.YES)); doc.add(new TextField("place", p.getPlace(), Field.Store.YES)); doc.add(new TextField("code", p.getCode(), Field.Store.YES)); w.addDocument(doc); }}public class ProductDao { private static String url = "jdbc:mysql://localhost:3306/lucene?useUnicode=true&characterEncoding=utf8"; private static String user = "root"; private static String password = "root"; public static Connection getConnection() throws ClassNotFoundException, SQLException { Connection conn = null; // 通过工具类获取连接对象 Class.forName("com.mysql.jdbc.Driver"); conn = DriverManager.getConnection(url, user, password); return conn; } /** * 批量增加商品 * @param pList */ public void insertProduct(List<Product> pList) { String insertProductTop="INSERT INTO `product` (`id`, `name`, " + "`category`, `price`, `place`, `code`) VALUES "; Connection conn = null; Statement stmt = null; try { conn = getConnection(); // 3.创建Statement对象 stmt = conn.createStatement(); int count=0; // 4.sql语句 StringBuffer sb = new StringBuffer(); for (int i = 0,len=pList.size(); i < len; i++) { Product product = pList.get(i); sb.append("(" + product.getId() + ",'" + product.getName() + "','" + product.getCategory()+ "'," + product.getPrice() + ",'" + product.getPlace() + "','" + product.getCode() + "')"); if (i==len-1) { sb.append(";"); break; }else { sb.append(","); } //数据量太大会导致一次执行不了,一次最多执行20000条 if(i%20000==0&&i!=0) { sb.deleteCharAt(sb.length()-1); sb.append(";"); String sql = insertProductTop+sb; count += stmt.executeUpdate(sql); //将sb清空 sb.delete(0, sb.length()); } } String sql = insertProductTop+sb; // 5.执行sql count += stmt.executeUpdate(sql); System.out.println("影响了" + count + "行"); } catch (Exception e) { e.printStackTrace(); throw new RuntimeException(e); } finally { close(conn, stmt); } } /** * 关闭资源 * @param conn * @param stmt */ private void close(Connection conn, Statement stmt) { // 关闭资源 if (stmt != null) { try { stmt.close(); } catch (SQLException e) { e.printStackTrace(); throw new RuntimeException(e); } } if (conn != null) { try { conn.close(); } catch (SQLException e) { e.printStackTrace(); throw new RuntimeException(e); } } } // public void deleteAllProduct() { Connection conn = null; Statement stmt = null; try { conn = getConnection(); // 3.创建Statement对象 stmt = conn.createStatement(); // 4.sql语句 String sql = "delete from product"; // 5.执行sql int count = stmt.executeUpdate(sql); System.out.println("影响了" + count + "行"); } catch (Exception e) { e.printStackTrace(); throw new RuntimeException(e); } finally { // 关闭资源 close(conn, stmt); } } /** * 查询所有商品 */ public List<Product> selectAllProduct() { List<Product> pList=new ArrayList<>(); Connection conn = null; Statement stmt = null; try { conn = getConnection(); // 3.创建Statement对象 stmt = conn.createStatement(); // 4.sql语句 String sql = "select * from product"; // 5.执行sql ResultSet rs = stmt.executeQuery(sql); while (rs.next()) { Product product=new Product(); product.setId(rs.getInt("id")); product.setName(rs.getString("name")); product.setCategory(rs.getString("category")); product.setPlace(rs.getString("place")); product.setPrice(rs.getFloat("price")); product.setCode(rs.getString("code")); pList.add(product); } } catch (Exception e) { e.printStackTrace(); throw new RuntimeException(e); } finally { // 关闭资源 close(conn, stmt); } return pList; } /** * 通过商品名模糊匹配商品 * @param strName * @param pageNow * @param pageSize * @return */ public ResultBean<List<Product>> selectProductOfName(String strName, int pageNow, int pageSize) { ResultBean<List<Product>> resultBean=new ResultBean<List<Product>>(); PageBean pageBean =new PageBean(); pageBean.setPageNow(pageNow); pageBean.setPageSize(pageSize); List<Product> pList=new ArrayList<>(); Connection conn = null; PreparedStatement pstmt = null; try { conn = getConnection(); // sql语句 String sql = "SELECT id,name,category,place,price,code FROM product" + " where name like ? limit "+(pageNow-1)*pageSize+","+pageSize; // 3.创建PreparedStatement对象,sql预编译 pstmt = conn.prepareStatement(sql); // 4.设定参数 pstmt.setString(1, "%" + strName + "%" ); // 5.执行sql,获取查询的结果集 ResultSet rs = pstmt.executeQuery(); while (rs.next()) { Product product=new Product(); product.setId(rs.getInt("id")); product.setName(rs.getString("name")); product.setCategory(rs.getString("category")); product.setPlace(rs.getString("place")); product.setPrice(rs.getFloat("price")); product.setCode(rs.getString("code")); pList.add(product); } String selectCount = "SELECT count(1) c FROM product" + " where name like ? "; pstmt = conn.prepareStatement(selectCount); pstmt.setString(1, "%" + strName + "%" ); ResultSet rs1 = pstmt.executeQuery(); int count=0; while (rs1.next()) { count = rs1.getInt("c"); } pageBean.setTotal(count); resultBean.setPageBean(pageBean); resultBean.setData(pList); } catch (Exception e) { e.printStackTrace(); throw new RuntimeException(e); } finally { // 关闭资源 if (pstmt != null) { try { pstmt.close(); } catch (SQLException e) { e.printStackTrace(); throw new RuntimeException(e); } } if (conn != null) { try { conn.close(); } catch (SQLException e) { e.printStackTrace(); throw new RuntimeException(e); } } } return resultBean; }}/** * 返回结果bean * @author yizl * * @param <T> */public class ResultBean<T> { /** * 分页信息 */ private PageBean pageBean; /** * 状态码 */ private Integer code; /** * 提示信息 */ private String msg; /** * 返回数据 */ private T data; /** * 分页bean * @author yizl * */public class PageBean { /** * 当前页数 */ private Integer pageNow; /** * 每页条数 */ private Integer pageSize; /** * 总数 */ private Integer total; 4.Lucene的分页查询
private static ScoreDoc[] pageSearch(Query query, IndexSearcher searcher, int pageNow, int pageSize)throws IOException {TopDocs topDocs = searcher.search(query, pageNow * pageSize);System.out.println("查询到的总条数\t" + topDocs.totalHits);System.out.println("当前第" + pageNow + "页,每页显示" + pageSize + "条数据");ScoreDoc[] alllScores = topDocs.scoreDocs;List<ScoreDoc> hitScores = new ArrayList<>();int start = (pageNow - 1) * pageSize;int end = pageSize * pageNow;for (int i = start; i < end; i++)hitScores.add(alllScores[i]);ScoreDoc[] hits = hitScores.toArray(new ScoreDoc[] {});return hits;}先把所有的命中数查询出来，在进行分页，有点是查询快，缺点是内存消耗大。
5.结果比较分析
1.14万条数据,从创建lucene索引耗时:11678毫秒,创建索引还是比较耗时的,但是索引只用创建一次,后面都查询都可以使用；
2.从查询时间来看,使用Lucene查询,基本都在10ms左右,mysql查询耗时在150ms以上,查询速度方面有很大的提升，特别是数据量大的时候更加明显；
3.从查询精准度来说，输入单个的词语可能都能查询到结果，输入组合词语，mysql可以匹配不了，Lucene依然可以查询出来，将匹配度高的结果排在前面，更精准。
6.Lucene索引与mysql数据库对比
<IMG src="file:///C:UsersyizlAppDataRoamingfeiqRichOle3864897237.bmp">
五、总结
首先我们了解全文检索方法，全文检索搜索非结构化数据速度快等优点，倒排索引是现在最常用的全文检索方法，索引的核心就是怎么创建索引和查询索引。至于怎么实现创建和查询，Apache软件基金会很贴心的为我们Java程序员提供了Lucene开源库，它为我们提供了创建和查询索引的api，这就是我们学习Lucene的目的。