一、IndexWriter详解

问题1：索引创建过程完成什么事？

　　　　分词、存储到反向索引中

1. 回顾Lucene架构图：

介绍我们编写的应用程序要完成数据的收集，再将数据以document的形式用lucene的索引API创建索引、存储。 这里重点要强调应用代码负责做什么,lucene负责做什么。

2. Lucene索引创建API 图示

通过该图介绍lucene创建索引的核心API:Document、IndexWriter

Lucene中要索引的文档、数据记录以document表示，应用程序通过IndexWirter将Document加入到索引中。

3. Lucene索引创建代码示例 

public static void main(String[] args) throws IOException {

// 创建使用的分词器

Analyzer analyzer = new IKAnalyzer4Lucene7(true);

// 索引配置对象

IndexWriterConfig config = new IndexWriterConfig(analyzer);

// 设置索引库的打开模式：新建、追加、新建或追加

config.setOpenMode(OpenMode.CREATE_OR_APPEND);

// 索引存放目录

// 存放到文件系统中

Directory directory = FSDirectory

.open((new File("f:/test/indextest")).toPath());

// 存放到内存中

// Directory directory = new RAMDirectory();

// 创建索引写对象

IndexWriter writer = new IndexWriter(directory, config);

// 创建document

Document doc = new Document();

// 往document中添加 商品id字段

doc.add(new StoredField("prodId", "p0001"));

// 往document中添加 商品名称字段

String name = "ThinkPad X1 Carbon 20KH0009CD/25CD 超极本轻薄笔记本电脑联想";

doc.add(new TextField("name", name, Store.YES));

// 将文档添加到索引

writer.addDocument(doc);

// .....

// 刷新

writer.flush();

// 提交

writer.commit();

// 关闭 会提交

writer.close();

directory.close();

}

上面示例代码对应的类图展示：

4. IndexWriterConfig  写索引配置：

使用的分词器，

如何打开索引（是新建，还是追加）。

还可配置缓冲区大小、或缓存多少个文档，再刷新到存储中。

还可配置合并、删除等的策略。

注意：

用这个配置对象创建好IndexWriter对象后，再修改这个配置对象的配置信息不会对IndexWriter对象起作用。

如要在indexWriter使用过程中修改它的配置信息，通过 indexWriter的getConfig()方法获得 LiveIndexWriterConfig 对象，在这个对象中可查看该IndexWriter使用的配置信息，可进行少量的配置修改（看它的setter方法）

5. Directory 指定索引数据存放的位置

内存

文件系统

数据库

保存到文件系统用法： Directory directory = FSDirectory.open(Path path); // path指定目录

保存到内存中用法：Directory directory = new RAMDirectory();

6. IndexWriter   用来创建、维护一个索引 。它的API使用流程：

    // 创建索引写对象

    IndexWriter writer = new IndexWriter(directory, config);

    // 创建document

    // 将文档添加到索引

    writer.addDocument(doc);

    // 删除文档

    //writer.deleteDocuments(terms);

    //修改文档

    //writer.updateDocument(term, doc);

    // 刷新

    writer.flush();

    // 提交

    writer.commit();

注意：IndexWriter是线程安全的。 如果你的业务代码中有其他的同步控制，请不要使用IndexWriter作为锁对象，以免死锁。

IndexWriter涉及类图示：

问题2： 索引库中会存储反向索引数据，会存储document吗？

　　索引库会存储一下关键的document信息

问：在百度、天猫上进行搜索，展示的列表中的数据来自哪里？源DB、FS 吗？

　　存在索引库里

二、Document详解

 1. Document   文档

要索引的数据记录、文档在lucene中的表示，是索引、搜索的基本单元。一个Document由多个字段Field构成。就像数据库的记录-字段。

IndexWriter按加入的顺序为Document指定一个递增的id（从0开始），称为文档id。反向索引中存储的是这个id，文档存储中正向索引也是这个id。 业务数据的主键id只是文档的一个字段。

 Document API 

2. Field

字段：由字段名name、字段值value（fieldsData）、字段类型 type 三部分构成。

字段值可以是文本（String、Reader 或 预分析的 TokenStream）、二进制值（byte[]）或数值。

IndexableField   Field API

3. Document—Field 数据举例

新闻：新闻id，新闻标题、新闻内容、作者、所属分类、发表时间

网页搜索的网页：标题、内容、链接地址

商品： id、名称、图片链接、类别、价格、库存、商家、品牌、月销量、详情…

问题1：我们收集数据创建document对象来为其创建索引，数据的所有属性是否都需要加入到document中？如数据库表中的数据记录的所有字段是否都需要放到document中？哪些字段应加入到document中？

　　看具体的业务，只有需要被搜索和展示的字段才需要被加入到document中

问题2：是不是所有加入的字段都需要进行索引？是不是所有加入的字段都要保存到索引库中？什么样的字段该被索引？什么样的字段该被存储？

　　看具体的业务，需要被搜索的字段才该被索引，需要被展示的字段该被存储

问题3：各种要被索引的字段该以什么样的方式进行索引，全都是分词进行索引，还是有不同区别？

　　看是模糊查询还是精确查询，模糊查询的话就需要被分词索引，精确查询的话就不需要被分词索引

4.  IndexableFieldType

字段类型：描述该如何索引存储该字段。

字段可选择性地保存在索引中，这样在搜索结果中，这些保存的字段值就可获得。

一个Document应该包含一个或多个存储字段来唯一标识一个文档。为什么？

　　为从原数据中拿完整数据去展示

5. Document 类关系

IndexableFieldType API 说明

6. IndexOptions 索引选项说明：

NONE：Not indexed 不索引

DOCS: 反向索引中只存储了包含该词的 文档id，没有词频、位置

DOCS_AND_FREQS: 反向索引中会存储 文档id、词频

DOCS_AND_FREQS_AND_POSITIONS:反向索引中存储 文档id、词频、位置

DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS :反向索引中存储 文档id、词频、位置、偏移量

package com.study.lucene.indexdetail;

import java.io.File;

import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;

import org.apache.lucene.document.Document;

import org.apache.lucene.document.Field;

import org.apache.lucene.document.FieldType;

import org.apache.lucene.index.IndexOptions;

import org.apache.lucene.index.IndexWriter;

import org.apache.lucene.index.IndexWriterConfig;

import org.apache.lucene.store.Directory;

import org.apache.lucene.store.FSDirectory;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**

 * 索引选项选择

 *

 * @author THINKPAD

 *

 */

public class IndexOptionsDemo {

    public static void main(String[] args) {

        // 创建使用的分词器

        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置对象

        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try ( // 索引存放到文件系统中

                Directory directory = FSDirectory.open((new File("f:/test/indextest")).toPath());

                // 创建索引写对象

                IndexWriter writer = new IndexWriter(directory, config);) {

            // 准备document

            Document doc = new Document();

            // 字段content

            String name = "content";

            String value = "张三说的确实在理";

            FieldType type = new FieldType();

            // 设置是否存储该字段

            type.setStored(true); // 请试试不存储的结果

            // 设置是否对该字段分词

            type.setTokenized(true); // 请试试不分词的结果

            // 设置该字段的索引选项

            type.setIndexOptions(IndexOptions.DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS); // 请尝试不同的选项的效果

            type.freeze(); // 使不可更改

            Field field = new Field(name, value, type);

            // 添加字段

            doc.add(field);

            // 加入到索引中

            writer.addDocument(doc);

        } catch (IOException e) {

            e.printStackTrace();

        }

    }

}

问题4：如果要在搜索结果中做关键字高亮，需要什么信息？如果要实现短语查询、临近查询（跨度查询），需要什么信息？

如 要搜索包含“张三” “李四”，且两词之间跨度不超过5个字符 。

　　需要位置和偏移量

问题5：位置、偏移数据在反向索引中占的存储量占比大不大？

　　看分词的数据量

问题6：如果某个字段不需要进行短语查询、临近查询，那么在反向索引中就不需要保存位置、偏移数据。这样是不是可以降低反向索引的数据量，提升效率？但是如果该字段要做高亮显示支持，该怎么办？。

　　为了提升反向索引的效率，这样的字段的位置、偏移数据是不应该保存到反向索引中的。这也你前面看到 IndexOptions为什么有那些选项的原因。

　　一个字段分词器分词后，每个词项会得到一系列属性信息，如 出现频率、位置、偏移量等，这些信息构成一个词项向量 termVectors

7. IndexableFieldType API 

storeTermVectors：

　　对于不需要在搜索反向索引时用到，但在搜索结果处理时需要的位置、偏移量、附加数据(payLoad) 的字段，我们可以单独为该字段存储（文档id词项向量）的正向索引。

示例代码：

package com.study.lucene.indexdetail;

import java.io.File;

import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;

import org.apache.lucene.document.Document;

import org.apache.lucene.document.Field;

import org.apache.lucene.document.FieldType;

import org.apache.lucene.index.IndexOptions;

import org.apache.lucene.index.IndexWriter;

import org.apache.lucene.index.IndexWriterConfig;

import org.apache.lucene.store.Directory;

import org.apache.lucene.store.FSDirectory;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**

 * 词向向量

 * @author THINKPAD

 *

 */

public class IndexTermVectorsDemo {

    public static void main(String[] args) {

        // 创建使用的分词器

        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置对象

        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try ( // 索引存放到文件系统中

                Directory directory = FSDirectory

                        .open((new File("f:/test/indextest")).toPath());

                // 创建索引写对象

                IndexWriter writer = new IndexWriter(directory, config);) {

            // 准备document

            Document doc = new Document();

            // 字段content

            String name = "content";

            String value = "张三说的确实在理";

            FieldType type = new FieldType();

            // 设置是否存储该字段

            type.setStored(true); // 请试试不存储的结果

            // 设置是否对该字段分词

            type.setTokenized(true); // 请试试不分词的结果

            // 设置该字段的索引选项

            type.setIndexOptions(IndexOptions.DOCS); // 反向索引中只保存词项

            // 设置为该字段保存词项向量

            type.setStoreTermVectors(true);

            type.setStoreTermVectorPositions(true);

            type.setStoreTermVectorOffsets(true);

            type.setStoreTermVectorPayloads(true);

            type.freeze(); // 使不可更改

            Field field = new Field(name, value, type);

            // 添加字段

            doc.add(field);

            // 加入到索引中

            writer.addDocument(doc);

        } catch (IOException e) {

            e.printStackTrace();

        }

    }

}

请为商品记录建立索引，字段信息如下：

商品id：字符串，不索引、但存储

　　String prodId = "p0001";

商品名称：字符串，分词索引(存储词频、位置、偏移量)、存储

　　String name = “ThinkPad X1 Carbon 20KH0009CD/25CD 超极本轻薄笔记本电脑";

图片链接：仅存储

　　 String imgUrl = "http://www.cnblogs.com/leeSmall/";

商品简介：字符串，分词索引（不需要支持短语、临近查询）、存储，结果中支持高亮显示

　　String simpleIntro = "集成显卡 英特尔 酷睿 i5-8250U 14英寸";

品牌：字符串，不分词索引，存储

　　String brand = "ThinkPad";

package com.study.lucene.indexdetail;

import java.io.File;

import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;

import org.apache.lucene.document.Document;

import org.apache.lucene.document.Field;

import org.apache.lucene.document.FieldType;

import org.apache.lucene.index.IndexOptions;

import org.apache.lucene.index.IndexWriter;

import org.apache.lucene.index.IndexWriterConfig;

import org.apache.lucene.store.Directory;

import org.apache.lucene.store.FSDirectory;

import org.apache.lucene.util.NumericUtils;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**

 * 为商品记录建立索引

 * @author THINKPAD

 *

 */

public class ProductIndexExercise {

    public static void main(String[] args) {

        // 创建使用的分词器

        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置对象

        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try (

                // 索引存放目录

                // 存放到文件系统中

                Directory directory = FSDirectory

                        .open((new File("f:/test/indextest")).toPath());

                // 存放到内存中

                // Directory directory = new RAMDirectory();

                // 创建索引写对象

                IndexWriter writer = new IndexWriter(directory, config);) {

            // 准备document

            Document doc = new Document();

            // 商品id：字符串，不索引、但存储

            String prodId = "p0001";

            FieldType onlyStoredType = new FieldType();

            onlyStoredType.setTokenized(false);

            onlyStoredType.setIndexOptions(IndexOptions.NONE);

            onlyStoredType.setStored(true);

            onlyStoredType.freeze();

            doc.add(new Field("prodId", prodId, onlyStoredType));

            // 商品名称：字符串，分词索引(存储词频、位置、偏移量)、存储

            String name = "ThinkPad X1 Carbon 20KH0009CD/25CD 超极本轻薄笔记本电脑联想";

            FieldType indexedAllStoredType = new FieldType();

            indexedAllStoredType.setStored(true);

            indexedAllStoredType.setTokenized(true);

            indexedAllStoredType.setIndexOptions(

                    IndexOptions.DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS);

            indexedAllStoredType.freeze();

            doc.add(new Field("name", name, indexedAllStoredType));

            // 图片链接：仅存储

            String imgUrl = "http://www.cnblogs.com/leeSmall/";

            doc.add(new Field("imgUrl", imgUrl, onlyStoredType));

            // 商品简介：文本，分词索引（不需要支持短语、临近查询）、存储，结果中支持高亮显示

            String simpleIntro = "集成显卡 英特尔 酷睿 i5-8250U 14英寸";

            FieldType indexedTermVectorsStoredType = new FieldType();

            indexedTermVectorsStoredType.setStored(true);

            indexedTermVectorsStoredType.setTokenized(true);

            indexedTermVectorsStoredType

                    .setIndexOptions(IndexOptions.DOCS_AND_FREQS);

            indexedTermVectorsStoredType.setStoreTermVectors(true);

            indexedTermVectorsStoredType.setStoreTermVectorPositions(true);

            indexedTermVectorsStoredType.setStoreTermVectorOffsets(true);

            indexedTermVectorsStoredType.freeze();

            doc.add(new Field("simpleIntro", simpleIntro,

                    indexedTermVectorsStoredType));

            // 价格，整数，单位分，不索引、存储

            int price = 2999900;

            // Field 类有整数类型值的构造方法吗？

            // 用字节数组来存储试试，还是转为字符串？

            byte[] result = new byte[Integer.BYTES];

            NumericUtils.intToSortableBytes(price, result, 0);

            doc.add(new Field("price", result, onlyStoredType));

            writer.addDocument(doc);

        } catch (IOException e) {

            e.printStackTrace();

        }

    }

}

问题7 ：我们往往需要对搜索的结果支持按不同的字段进行排序，如商品搜索结果按价格排序、按销量排序等。以及对搜索结果进行按某字段分组统计，如按品牌统计。

　　存储的文档数据中（文档是行式存储） 就得把搜到的所有文档加载到内存中，来获取价格，再按价格排序。 如果搜到的文档列表量很大，会有什么问题没？ 费内存 效率低 我们往往对结果列表是分页处理，并不需要把所有文档数据加载。

　　空间换时间：对这种需要排序、分组、聚合的字段，为其建立独立的文档->字段值的正向索引、列式存储。这样我们要加载搜中文档的这个字段的数据就快很多，耗内存少。

　　IndexableFieldType 中的 docValuesType方法 就是让你来为需要排序、分组、聚合的字段指定如何为该字段创建文档->字段值的正向索引的。

DocValuesType 选项说明:

NONE 不开启docvalue

NUMERIC 单值、数值字段，用这个

BINARY 单值、字节数组字段用

SORTED 单值、字符字段用， 会预先对值字节进行排序、去重存储

SORTED_NUMERIC 单值、数值数组字段用，会预先对数值数组进行排序

SORTED_SET 多值字段用，会预先对值字节进行排序、去重存储

具体使用选择：

字符串+单值 会选择SORTED作为docvalue存储

字符串+多值 会选择SORTED_SET作为docvalue存储

数值或日期或枚举字段+单值 会选择NUMERIC作为docvalue存储

数值或日期或枚举字段+多值 会选择SORTED_SET作为docvalue存储

注意：需要排序、分组、聚合、分类查询（面查询）的字段才创建docValues

8. 扩展整型Field

　　通过查看Filed的构造方法，发现里面没有设置整型数值的方法，所以需要我们自己来扩展

扩展的方法如下：

1. 扩展Field，提供构造方法传入数值类型值，赋给字段值字段；

2. 改写binaryValue() 方法，返回数值的字节引用。

package com.study.lucene.indexdetail.extendfield;

import org.apache.lucene.document.Field;

import org.apache.lucene.document.FieldType;

import org.apache.lucene.util.BytesRef;

import org.apache.lucene.util.NumericUtils;

/**

 *

 * @Description: 扩展整型Field

 * @author liguangsheng

 * @date 2018年5月11日

 *

 */

public class ExtendIntField extends Field {

    public ExtendIntField(String fieldName, int value, FieldType type) {

        super(fieldName, type);

        this.fieldsData = Integer.valueOf(value);

    }

    @Override

    public BytesRef binaryValue() {

        byte[] bs = new byte[Integer.BYTES];

        NumericUtils.intToSortableBytes((Integer) this.fieldsData, bs, 0);

        return new BytesRef(bs);

    }

}

9. Lucene预定义的字段子类

package com.study.lucene.indexdetail;

import java.io.File;

import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;

import org.apache.lucene.document.Document;

import org.apache.lucene.document.Field;

import org.apache.lucene.document.Field.Store;

import org.apache.lucene.document.FieldType;

import org.apache.lucene.document.NumericDocValuesField;

import org.apache.lucene.document.SortedDocValuesField;

import org.apache.lucene.document.StringField;

import org.apache.lucene.index.DocValuesType;

import org.apache.lucene.index.IndexOptions;

import org.apache.lucene.index.IndexWriter;

import org.apache.lucene.index.IndexWriterConfig;

import org.apache.lucene.store.Directory;

import org.apache.lucene.store.FSDirectory;

import org.apache.lucene.util.BytesRef;

import org.apache.lucene.util.NumericUtils;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**

 * 索引的创建

 *

 * @author THINKPAD

 *

 */

public class IndexWriteDemo {

    public static void main(String[] args) {

        // 创建使用的分词器

        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置对象

        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try (

                // 索引存放目录

                // 存放到文件系统中

                Directory directory = FSDirectory.open((new File("f:/test/indextest")).toPath());

                // 存放到内存中

                // Directory directory = new RAMDirectory();

                // 创建索引写对象

                IndexWriter writer = new IndexWriter(directory, config);) {

            // 准备document

            Document doc = new Document();

            // 商品id：字符串，不索引、但存储

            String prodId = "p0001";

            FieldType onlyStoredType = new FieldType();

            onlyStoredType.setTokenized(false);

            onlyStoredType.setIndexOptions(IndexOptions.NONE);

            onlyStoredType.setStored(true);

            onlyStoredType.freeze();

            doc.add(new Field("prodId", prodId, onlyStoredType));

            // 等同下一行

            // doc.add(new StoredField("prodId", prodId));

            // 商品名称：字符串，分词索引(存储词频、位置、偏移量)、存储

            String name = "ThinkPad X1 Carbon 20KH0009CD/25CD 超极本轻薄笔记本电脑联想";

            FieldType indexedAllStoredType = new FieldType();

            indexedAllStoredType.setStored(true);

            indexedAllStoredType.setTokenized(true);

            indexedAllStoredType.setIndexOptions(IndexOptions.DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS);

            indexedAllStoredType.freeze();

            doc.add(new Field("name", name, indexedAllStoredType));

            // 图片链接：仅存储

            String imgUrl = "http://www.cnblogs.com/aaa";

            doc.add(new Field("imgUrl", imgUrl, onlyStoredType));

            // 商品简介：文本，分词索引（不需要支持短语、临近查询）、存储，结果中支持高亮显示

            String simpleIntro = "集成显卡 英特尔 酷睿 i5-8250U 14英寸";

            FieldType indexedTermVectorsStoredType = new FieldType();

            indexedTermVectorsStoredType.setStored(true);

            indexedTermVectorsStoredType.setTokenized(true);

            indexedTermVectorsStoredType.setIndexOptions(IndexOptions.DOCS_AND_FREQS);

            indexedTermVectorsStoredType.setStoreTermVectors(true);

            indexedTermVectorsStoredType.setStoreTermVectorPositions(true);

            indexedTermVectorsStoredType.setStoreTermVectorOffsets(true);

            indexedTermVectorsStoredType.freeze();

            doc.add(new Field("simpleIntro", simpleIntro, indexedTermVectorsStoredType));

            // 价格，整数，单位分，不索引、存储、要支持排序

            int price = 999900;

            FieldType numericDocValuesType = new FieldType();

            numericDocValuesType.setTokenized(false);

            numericDocValuesType.setIndexOptions(IndexOptions.NONE);

            numericDocValuesType.setStored(true);

            numericDocValuesType.setDocValuesType(DocValuesType.NUMERIC);

            numericDocValuesType.setDimensions(1, Integer.BYTES);

            numericDocValuesType.freeze();

            doc.add(new MyIntField("price", price, numericDocValuesType));

            // 与下两行等同

            // doc.add(new StoredField("price", price));

            // doc.add(new NumericDocValuesField("price", price));

            // 类别：字符串，索引不分词，不存储、支持分类统计,多值

            FieldType indexedDocValuesType = new FieldType();

            indexedDocValuesType.setTokenized(false);

            indexedDocValuesType.setIndexOptions(IndexOptions.DOCS);

            indexedDocValuesType.setDocValuesType(DocValuesType.SORTED_SET);

            indexedDocValuesType.freeze();

            doc.add(new Field("type", "电脑", indexedDocValuesType) {

                @Override

                public BytesRef binaryValue() {

                    return new BytesRef((String) this.fieldsData);

                }

            });

            doc.add(new Field("type", "笔记本电脑", indexedDocValuesType) {

                @Override

                public BytesRef binaryValue() {

                    return new BytesRef((String) this.fieldsData);

                }

            });

            // 等同下四行

            // doc.add(new StringField("type", "电脑", Store.NO));

            // doc.add(new SortedSetDocValuesField("type", new BytesRef("电脑")));

            // doc.add(new StringField("type", "笔记本电脑", Store.NO));

            // doc.add(new SortedSetDocValuesField("type", new

            // BytesRef("笔记本电脑")));

            // 商家 索引(不分词)，存储、按面（分类）查询

            String fieldName = "shop";

            String value = "联想官方旗舰店";

            doc.add(new StringField(fieldName, value, Store.YES));

            doc.add(new SortedDocValuesField(fieldName, new BytesRef(value)));

            // 上架时间：数值，排序需要

            long upShelfTime = System.currentTimeMillis();

            doc.add(new NumericDocValuesField("upShelfTime", upShelfTime));

            writer.addDocument(doc);

        } catch (IOException e) {

            e.printStackTrace();

        }

    }

    public static class MyIntField extends Field {

        public MyIntField(String fieldName, int value, FieldType type) {

            super(fieldName, type);

            this.fieldsData = Integer.valueOf(value);

        }

        @Override

        public BytesRef binaryValue() {

            byte[] bs = new byte[Integer.BYTES];

            NumericUtils.intToSortableBytes((Integer) this.fieldsData, bs, 0);

            return new BytesRef(bs);

        }

    }

}

三、索引更新

IndexWriter 索引更新 API

说明：

Term 词项 指定字段的词项

删除流程：根据Term、Query找到相关的文档id、同时删除索引信息，再根据文档id删除对应的文档存储。

更新流程：先删除、再加入新的doc

注意：只可根据索引的字段进行更新。

package com.study.lucene.indexdetail;

import java.io.File;

import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;

import org.apache.lucene.document.Document;

import org.apache.lucene.document.Field;

import org.apache.lucene.document.FieldType;

import org.apache.lucene.index.IndexOptions;

import org.apache.lucene.index.IndexWriter;

import org.apache.lucene.index.IndexWriterConfig;

import org.apache.lucene.index.Term;

import org.apache.lucene.store.Directory;

import org.apache.lucene.store.FSDirectory;

import com.study.lucene.ikanalyzer.Integrated.IKAnalyzer4Lucene7;

/**

 * @Description: 索引更新

 * @author liguangsheng

 * @date 2018年5月11日

 *

 */

public class IndexUpdateDemo {

    public static void main(String[] args) {

        // 创建使用的分词器

        Analyzer analyzer = new IKAnalyzer4Lucene7(true);

        // 索引配置对象

        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        try (

                // 索引存放目录

                // 存放到文件系统中

                Directory directory = FSDirectory.open((new File("f:/test/indextest")).toPath());

                // 存放到内存中

                // Directory directory = new RAMDirectory();

                // 创建索引写对象

                IndexWriter writer = new IndexWriter(directory, config);) {

            // Term term = new Term("prodId", "p0001");

            Term term = new Term("type", "笔记本电脑");

            // 准备document

            Document doc = new Document();

            // 商品id：字符串，不索引、但存储

            String prodId = "p0003";

            FieldType onlyStoredType = new FieldType();

            onlyStoredType.setTokenized(false);

            onlyStoredType.setIndexOptions(IndexOptions.NONE);

            onlyStoredType.setStored(true);

            onlyStoredType.freeze();

            doc.add(new Field("prodId", prodId, onlyStoredType));

            writer.updateDocument(term, doc);

            // Term term = new Term("name", "笔记本电脑");

            // writer.deleteDocuments(term);

            writer.flush();

            writer.commit();

            System.out.println("执行更新完毕。");

        } catch (IOException e) {

            e.printStackTrace();

        }

    }

}

源码获取地址：

https://github.com/leeSmall/SearchEngineDemo

Lucene系列五：Lucene索引详解（IndexWriter详解、Document详解、索引更新）的更多相关文章

  1. Lucene系列六：Lucene搜索详解（Lucene搜索流程详解、搜索核心API详解、基本查询详解、QueryParser详解）

    一.搜索流程详解 1. 先看一下Lucene的架构图 由图可知搜索的过程如下: 用户输入搜索的关键字.对关键字进行分词.根据分词结果去索引库里面找到对应的文章id.根据文章id找到对应的文章 2. L ...

  2. Lucene系列三：Lucene分词器详解、实现自己的一个分词器

    一.Lucene分词器详解 1. Lucene-分词器API (1)org.apache.lucene.analysi.Analyzer 分析器,分词器组件的核心API,它的职责:构建真正对文本进行分 ...

  3. Lucene.net(4.8.0) 学习问题记录三: 索引的创建 IndexWriter 和索引速度的优化

    前言:目前自己在做使用Lucene.net和PanGu分词实现全文检索的工作,不过自己是把别人做好的项目进行迁移.因为项目整体要迁移到ASP.NET Core 2.0版本,而Lucene使用的版本是3 ...

  4. 【HANA系列】【第五篇】SAP HANA XS的JavaScript API详解

    公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[HANA系列][第五篇]SAP HANA XS ...

  5. elasticsearch系列五：搜索详解（查询建议介绍、Suggester 介绍）

    一.查询建议介绍 1. 查询建议是什么? 查询建议,为用户提供良好的使用体验.主要包括: 拼写检查: 自动建议查询词(自动补全) 拼写检查如图: 自动建议查询词(自动补全): 2. ES中查询建议的A ...

  6. 第一个lucene程序，把一个信息写入到索引库中、根据关键词把对象从索引库中提取出来、lucene读写过程分析

    新建一个Java Project :LuceneTest 准备lucene的jar包,要加入的jar包至少有: 1)lucene-core-3.1.0.jar     (核心包) 2) lucene- ...

  7. Lucene 07 - 对Lucene的索引库进行增删改查

    目录 1 添加索引 2 删除索引 2.1 根据Term删除索引 2.2 删除全部索引(慎用) 3 更新索引 数据保存在关系型数据库中, 需要实现增.删.改.查操作; 索引保存在索引库中, 也需要实现增 ...

  8. 学习笔记CB011:lucene搜索引擎库、IKAnalyzer中文切词工具、检索服务、查询索引、导流、word2vec

    影视剧字幕聊天语料库特点,把影视剧说话内容一句一句以回车换行罗列三千多万条中国话,相邻第二句很可能是第一句最好回答.一个问句有很多种回答,可以根据相关程度以及历史聊天记录所有回答排序,找到最优,是一个 ...

  9. Lucene系列二：Lucene（Lucene介绍、Lucene架构、Lucene集成）

    一.Lucene介绍 1. 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 ...

随机推荐

  1. Android Dialog-Dialog无法充满横屏且下方有间隔

    自定义一个Dialog,写完布局后运行,发现Dialog无法充满屏幕,就像下边这样: 代码大致如下: Dialog dialog = new Dialog(this); dialog.requestW ...

  2. MySQL开发索引创建规范

    1. [强制]业务上具有唯一特性的字段,即使是多个字段的组合,也必须建成唯一索引. 说明:不要以为唯一索引影响了insert速度,这个速度损耗可以忽略,但提高查找速度是明显的:另外,即使在应用层做了非 ...

  3. .NET MVC下的日志文件生成法

    /// <summary> /// 写日志文件 /// </summary> /// <param name="Infos">日志内容</ ...

  4. git（8）：常用命令

    Git常用操作命令收集: 1) 远程仓库相关命令 检出仓库:$ git clone git://github.com/jquery/jquery.git 查看远程仓库:$ git remote -v ...

  5. 深入HBase架构解析（一）[转]

    前记 公司内部使用的是MapR版本的Hadoop生态系统,因而从MapR的官网看到了这篇文文章:An In-Depth Look at the HBase Architecture,原本想翻译全文,然 ...

  6. 使用ViewPager和Fragment实现滑动导航

    ViewPage是android-support-v4.jar包提供的用于页面滑动的库,android-support-v4.jar是google推荐使用的一个类库,在项目中使用之前,你必须其添加到项 ...

  7. 4. K-Means和K-Means++实现

    1. K-Means原理解析 2. K-Means的优化 3. sklearn的K-Means的使用 4. K-Means和K-Means++实现 1. 前言 前面3篇K-Means的博文从原理.优化 ...

  8. php 验证所传参数为必填的时候的验证逻辑

    此段代码摘自lumen框架: xx/vendor/illuminate/validation/Validator.php /** * Validate that a required attribut ...

  9. calico集成详解

    一.摘要 ======================================================================================= 包括三项: c ...

  10. SQLServer当数据导入平面文件

    SQLServer当数据导入无发正常工作时候,可以尝试BULK命令操作 BULK INSERT [dbo].[test] FROM 'H:\testdb.csv' WITH( FIELDTERMINA ...