lucene是一个开放源代码的全文搜索引擎开发工具包,提供了简单强大的搜索引擎接口,其优点如下:
数据以索引文件的形式存储,索引文件可以跨平台,只要保证索引完整,复制到任何机器或者磁盘空间均可以查询索引内容;
在传统全文检索引擎的倒排索引的基础上,实现了分块索引,能够针对新的文件建立小文件索引,提升索引速度。然后通过与原有索引的合并,达到优化的目的;
索引的构建和查询都十分简洁,有强大的类库实现相关功能;
开发源代码,论坛和资源十分丰富。
索引的构建过程描述如下:
1)判断JRE版本是否为64位和是否支持堆外内存,并创建
1.1 如果满足条件,创建MMapDirectory,此种Directory可以有效的利用虚拟机内存地址空间 ;
1.2 如果不满足以上条件,判断系统是否是windows,如果满足条件,创建SimpleFSDirectory,此种directory提供了性能不太高的多线程支持,lucene推荐使用NIOFSDirectory或者MMapDirectory来替代之;
1.3 如果以上均不满足,创建NIOFSDirectory对象,此种directory的英文说明为
An FSDirectory implementation that uses java.nio's FileChannel's positional read, which allows multiple threads to read from the same file without synchronizing
大意是一个利用了java nio中FileChannel的FSDirectory实现,允许无syschronized的对同一文件进行多线程读
2)词库分析器Analyzer创建(需要注意的是使用哪种Analyzer进行索引查询,创建的时候也要使用对应的索引器,否则查询结果有问题)
3)IndexWriterConfig对象创建,并获取IndexWriter对象
3.1 判断是覆盖索引还是追加索引,如果是覆盖索引indexWriterConfig.setOpenMode(IndexWriterConfig.OpenMode.CREATE);
3.2 如果追加indexWriterConfig.setOpenMode(IndexWriterConfig.OpenMode.CREATE_OR_APPEND);
4) 遍历根据要索引的对象列表,对单个对象的field进行lucene相关field构建,添加到Document对象中
5)IndexWriter对索引进行写入;
6)IndexWriter执行commit()和close()结束索引创建过程
以lucene5为例,索引器的创建如下:
/**创建索引写入器
* @param indexPath
* @param create
* @return
* @throws IOException
*/
publicstaticIndexWriter getIndexWriter(String indexPath,booleancreate)throwsIOException{
Directory dir = FSDirectory.open(Paths.get(indexPath,newString[0]));
Analyzer analyzer =newStandardAnalyzer();
IndexWriterConfig iwc =newIndexWriterConfig(analyzer);
if(create){
iwc.setOpenMode(IndexWriterConfig.OpenMode.CREATE);
}else{
iwc.setOpenMode(IndexWriterConfig.OpenMode.CREATE_OR_APPEND);
}
IndexWriter writer =newIndexWriter(dir, iwc);
returnwriter;
}