一、Lucene 核心介绍
1. 什么是 Lucene
Apache Lucene（通常简称 Lucene）是一款开源的、高性能的、基于 Java 编写的全文检索引擎工具包（注意：它不是一个完整的全文检索引擎应用，而是构建检索引擎的核心底层库）。它提供了完整的索引创建、索引存储和高效检索能力，是众多知名检索框架 / 应用的底层核心（如 Elasticsearch、Solr 均基于 Lucene 构建）。
2. 核心优势
- 高性能：采用倒排索引（核心数据结构）、分词优化、缓存机制，支持海量数据的快速检索；
- 可扩展：支持自定义分词器、自定义排序规则、自定义存储格式，适配不同业务场景；
- 功能完善：支持布尔检索、模糊检索、短语检索、高亮显示等多种检索特性；
- 跨平台：基于 Java 实现，可在所有支持 Java 的平台上运行，同时有多种语言的移植版本（如 Lucene.NET）。
官网
https://www.apache.org/dyn/closer.lua/lucene/java/10.3.2/lucene-10.3.2.tgz
做什么的？
Lucene 本身是一个库，需要开发者基于它进行二次开发，常见应用场景包括：
企业搜索：如企业内部文档管理系统、知识库的全文搜索。
电商平台：商品标题、描述的搜索，配合过滤条件（价格、分类）。
日志分析：对大量日志文本进行关键词检索、过滤。
内容管理系统（CMS）：文章、新闻的全文搜索功能。
java 使用
<!-- 1. 核心索引/查询功能 -->
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-core</artifactId>
<version>8.11.2</version>
</dependency>
<!-- 2. 查询解析器（支持复杂查询语法） -->
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-queryparser</artifactId>
<version>8.11.2</version>
</dependency>
<!-- 3. 中文分词器（解决中文拆分问题，默认分词器不支持中文） -->
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-analyzers-smartcn</artifactId>
<version>8.11.2</version>
</dependency>
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.StringField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import java.nio.file.Paths;
/**
* Lucene 基础 Demo（索引构建 + 检索查询）
*/
public class LuceneBasicDemo {
// 索引存储路径
private static final String INDEX_DIR = "./lucene_index";
// 分词器（采用标准分词器）
private static final Analyzer ANALYZER = new StandardAnalyzer();
/**
* 步骤1：构建索引（将模拟数据写入索引库）
*/
public static void createIndex() throws Exception {
// 1. 创建目录对象（磁盘存储目录）
Directory directory = FSDirectory.open(Paths.get(INDEX_DIR));
// 2. 配置 IndexWriter（索引写入器配置）
IndexWriterConfig config = new IndexWriterConfig(ANALYZER);
// 创建模式：CREATE 表示清空原有索引重新创建，APPEND 表示追加索引
config.setOpenMode(IndexWriterConfig.OpenMode.CREATE);
// 3. 创建 IndexWriter（索引写入器）
try (IndexWriter indexWriter = new IndexWriter(directory, config)) {
// 4. 构建模拟数据（3条文档，对应3条待检索数据）
Document doc1 = new Document();
// 添加字段：StringField（精确匹配，不分词，如ID、编号）
doc1.add(new StringField("id", "1001", Field.Store.YES));
// 添加字段：TextField（全文检索，分词，存储原文，如内容、标题）
doc1.add(new TextField("title", "Apache Lucene 入门教程", Field.Store.YES));
doc1.add(new TextField("content", "Lucene 是一款高性能的开源全文检索引擎工具包，基于Java编写。", Field.Store.YES));
indexWriter.addDocument(doc1);
Document doc2 = new Document();
doc2.add(new StringField("id", "1002", Field.Store.YES));
doc2.add(new TextField("title", "Elasticsearch 核心原理", Field.Store.YES));
doc2.add(new TextField("content", "Elasticsearch 基于 Lucene 构建，提供了分布式检索和存储能力。", Field.Store.YES));
indexWriter.addDocument(doc2);
Document doc3 = new Document();
doc3.add(new StringField("id", "1003", Field.Store.YES));
doc3.add(new TextField("title", "Lucene 倒排索引详解", Field.Store.YES));
doc3.add(new TextField("content", "倒排索引是 Lucene 高性能检索的核心，通过词项映射文档ID实现快速匹配。", Field.Store.YES));
indexWriter.addDocument(doc3);
// 5. 提交索引（try-with-resources 会自动关闭 indexWriter，无需手动提交，关闭时会自动提交）
System.out.println("索引构建完成！共写入 " + indexWriter.numRamDocs() + " 条文档。");
}
}
/**
* 步骤2：检索索引（根据查询条件获取结果）
* @param queryStr 查询语句
* @param field 检索的字段（如 title、content）
*/
public static void searchIndex(String queryStr, String field) throws Exception {
// 1. 创建目录对象（读取已构建的索引）
Directory directory = FSDirectory.open(Paths.get(INDEX_DIR));
// 2. 创建 IndexReader（索引读取器）
try (IndexReader indexReader = DirectoryReader.open(directory)) {
// 3. 创建 IndexSearcher（索引检索器）
IndexSearcher indexSearcher = new IndexSearcher(indexReader);
// 4. 构建 Query（查询对象）：通过 QueryParser 解析查询语句
QueryParser queryParser = new QueryParser(field, ANALYZER);
// 解析查询语句（支持模糊查询、布尔查询等，如 "lucene~" 模糊查询）
Query query = queryParser.parse(queryStr);
// 5. 执行检索：获取前10条匹配结果（TopDocs 封装了检索结果）
TopDocs topDocs = indexSearcher.search(query, 10);
ScoreDoc[] scoreDocs = topDocs.scoreDocs;
System.out.println("\n检索结果：共匹配到 " + topDocs.totalHits.value + " 条文档");
// 6. 遍历并打印结果
for (ScoreDoc scoreDoc : scoreDocs) {
// 根据 docId 获取对应的 Document
Document document = indexSearcher.doc(scoreDoc.doc);
System.out.println("------------------------");
System.out.println("文档ID：" + scoreDoc.doc);
System.out.println("唯一ID：" + document.get("id"));
System.out.println("标题：" + document.get("title"));
System.out.println("内容：" + document.get("content"));
System.out.println("匹配得分：" + scoreDoc.score); // 相关性得分（越高越匹配）
}
}
}
// 主方法：执行索引构建与检索
public static void main(String[] args) {
try {
// 第一步：构建索引
createIndex();
// 第二步：执行检索
// 示例1：在 title 字段中检索包含 "Lucene" 的文档
searchIndex("Lucene", "title");
// 示例2：在 content 字段中检索包含 "基于 Lucene" 的文档
// searchIndex("基于 Lucene", "content");
} catch (Exception e) {
e.printStackTrace();
}
}
}
运行截图
image.png
image.png
和ai 说的基本一致了
image.png
