Lucence.net索引技术 二
一、 Lucene索引创建和优化 [版本2.9.0以上]
Lucene索引的创建首先需要取得几个必须的对象:
1、分词器//可以采用其他的中文分词器
StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT);//分词器
2、lucene目录
File dir = new File(indexDir);// indexDir为文件路径
//这种目录存在锁机制,在打开目录时,写的权利一次只分给一个用户;有效保证了索引文件不会因为多线程问题,同时写索引导致文件损坏。
Directory idxDir = new SimpleFSDirectory(dir, new SimpleFSLockFactory());
3、写索引对象
// isNewCreate为boolean值
IndexWriter writer = new IndexWriter(idxDir, analyzer, isNewCreate, IndexWriter.MaxFieldLength.LIMITED);
对writer对象可以做一些基本设置,以便优化数据操作。
writer.setMergeFactor(50); // 多少个合并一次【优化缓存】
writer.setMaxMergeDocs(5000); // 一个segment最多有多少个document【优化索引存储的segment文件】
4、document实例化和参数设置
writer可以写入的对象document也需要预先申明。
Document doc = new Document();
这个document是lucene自定义的一种存储节点对象。一个document可以包含N个filed域,N的取值可以在indexWriter定义的时候申明。各种域对应不同的应用场景。
//只存储,不做索引分析,value值就是唯一索引对应该条记录
Field field = new Field(key1, value1, Store.YES, Index.NOT_ANALYZED_NO_NORMS);
//存储,且做索引分析,value值被分析器解析成各种分词,一组索引对应该条记录
field = new Field(key2, value2, Store.YES, Index.ANALYZED);
//只存储,没有索引对应该域
field = new Field(key3, value3, Store.YES, Index.NO);
// 数字范围搜索
NumericField numericField = new NumericField(key4, Store.YES, true);
numericField.setLongValue(value4);
域生成之后通过document的add方法添加到一个document对象中。
//document 域的添加
doc.add(field);
doc.add(numericField);
5、对索引的写操作和优化操作关键步骤如下
writer.addDocument(doc);//向索引文件中写数据
writer.optimize();// 索引优化,一般执行此步骤时,所消耗的内存是写入索引所需内存的2倍,在执行索引生成操作的时候本身就对内存有比较大的消耗,最好在索引创建完成之后,执行此步骤。
writer.commit();//数据提交
writer.rollback();//数据回滚
writer.close();//关闭流索引写入器,此步骤才真正将数据写入到索引文件中。
二、 Lucene索引实现 精确查询 分词查询 范围查询 多条件查询等
查询的步骤实现:
1、首先需要设置查询条件参数。
BooleanQuery query = new BooleanQuery();// 多条件查询 处理检索条件
Query termQuery = new TermQuery(new Term(key,value)); // 基本/精确 查询
query.add(termQuery, Occur.MUST);// 根据索引中的document生成时的设置,可以实现精确记录
/* 范围查询 */
Query numericRangeQuery = NumericRangeQuery.newLongRange(key, minValueLong, maxValueLong, true, true);
query.add(numericRangeQuery, Occur.MUST); // numericRangeQuery是按数值范围匹配
/* 多域组合查询 */
BooleanClause.Occur[] occurs =
new BooleanClause.Occur[] { BooleanClause.Occur.SHOULD, BooleanClause.Occur.SHOULD };
Query multiFieldQuery = MultiFieldQueryParser.parse(keyWord, new String[] { key1, key2 }, occurs, analyzer);
query.add(multiFieldQuery, Occur.MUST);// multiFieldQuery是把关键字keyWord分别在key1和key2中匹配 组合查询
2、创建索引搜索器。
//以只读方式,创建索引搜索器
IndexSearcher searcher = new IndexSearcher(idxDir, readOnly);//readOnly 为boolean值
3、设置排序条件。
//设置根据哪个域的key来排序
SortField field = null;
// Long型降序
field = new SortField(key, SortField.LONG, true);
// Long型升序
field = new SortField(key, SortField.LONG, false);
// 搜索引擎权重
field = new SortField(null, SortField.SCORE, true);//不需要指定域的key来排序,lucene中会根据查询结果出现的次数给每个结果设置排序参数,搜索结果会按照这个排序参数的大小来由大到小进行排序。【即为搜索结果热门程度的降序排列】
// Integer型排序
field = new SortField(key, SortField.INT, true);
// 单条件排序
Sort sort = = new Sort(field);
// 多条件排序
SortField[] fields = new SortField[] { field1, field2 };
Sort sort = = new Sort(fields);
4、执行查询操作,并处理获得查询结果
//查询获取结果
// 查询 searcher.maxDoc()为searcher中所包含的最大document下标值 filter为过滤器[没有的话,一般写null]
TopFieldDocs docs = searcher.search(query, filter, searcher.maxDoc(), sort);
ScoreDoc[] scoreDocs = docs.scoreDocs;//权值对象 包含document下标信息,能确定searcher中的document的下标。
int docCount = scoreDocs.length;//查询结果统计
// 取出最后一个查出的document对象
Document doc = searcher.doc(scoreDocs[docCount - 1].doc); // 通过document下标值,获取document对象
来源:http://lc0451.iteye.com/blog/616176
来源:http://www.cnblogs.com/lhj588/archive/2013/02/06/2900937.html
Lucence.net索引技术 二的更多相关文章
- Lucence.net索引技术 一
1.建立索引 为了对文档进行索引,Lucene 提供了五个基础的类,他们分别是 Document, Field, IndexWriter, Analyzer, Directory.下面我们分别介绍一下 ...
- UNIX索引技术访问文件初阶
背景: 软考里面,多次碰到一道题: 过程 以前对于这样的题,仅仅知道: 在文件系统中,文件的存储设备通常划分为若干个大小相等的物理块,每块长为512或1024字节.文件的理结构是指文件在存储设备上的存 ...
- 应用索引技术优化SQL 语句(转)
原文出处 一.前言 很多数据库系统性能不理想是因为系统没有经过整体优化,存在大量性能低下的SQL 语句.这类SQL语句性能不好的首要原因是缺乏高效的索引.没有索引除了导致语句本身运行速度慢外,更是导致 ...
- Atitit 索引技术--位图索引
Atitit 索引技术--位图索引 索引在数据结构上可以分为三种B树索引.位图索引和散列索引 存储原理 编辑 位图索引对数据表的列的每一个键值分别存储为一个位图,Oracle对于不同的版本,不同的操作 ...
- Indri中的动态文档索引技术
Indri中的动态文档索引技术 戴维 译 摘要: Indri 动态文档索引的实现技术,支持在更新索引的同时处理用户在线查询请求. 文本搜索引擎曾被设计为针对固定的文档集合进行查询,对不少应用来说,这种 ...
- Lucene.Net 2.3.1开发介绍 —— 三、索引(二)
原文:Lucene.Net 2.3.1开发介绍 -- 三.索引(二) 2.索引中用到的核心类 在Lucene.Net索引开发中,用到的类不多,这些类是索引过程的核心类.其中Analyzer是索引建立的 ...
- Oracle索引技术研究
Oracle索引类型 B树索引 特定类型索引 确定索引列 主键和唯一键值列的索引 外键索引 其他合适的索引列 B树索引 B树索引算法 B树是指B-tree(Balanced Tree),B树的存在是为 ...
- SQL Server索引总结二
从CREATE开始 通过显式的CREATE INDEX命令 在创建约束时作为隐含的对象 随约束创建的隐含索引 当向表中添加如下两种约束之一时,就会创建隐含索引. 主键约束(聚集索引) 唯一约束(唯一索 ...
- MySQL索引(二)B+树在磁盘中的存储
MySQL索引(二)B+树在磁盘中的存储 回顾  上一篇文章<MySQL索引为什么要用B+树>讲了MySQL为什么选择用B+树来作为底层存储结构,提了两个知识点: B+树索引并不能直接找 ...
随机推荐
- 你是否决绝平庸,你有勇气来学C/C++吗,有勇气来检验你是否经得起世界五百强的面试
如果你来传智播客学习 你的目标就是要积累工作经验 有机会参加世界五百强的面试 秒杀世界五百强的面试 赢得高薪的offer! C/C++课程大纲 C语言3周21天 完全掌握C语言的本质,成为一名合 ...
- 基于Qt的图像采集系统
硬件 Point Gray Camera 型号:FL3-U3-13S2C-CS 参数 Sony IMX035 CMOS, 1/3", 3.63 µm Rolling Shutter 1328 ...
- 面向对象程序设计-C++_课时21引用
数据类型 & 别名=对象名; #include <iostream> using namespace std; int * f(int * x) { (*x)++; return ...
- python 【第三篇】:函数及参数
函数背景 在学习函数之前,一直遵循:面向过程编程: 根据业务逻辑从上到下实现功能,其往往用一长段代码来实现指定功能,开发过程中最常见的操作就是粘贴复制,也就是将之前实现的代码块复制到现需功能处,如下: ...
- find the mincost route(最小环,最短路,floyd)
find the mincost route Time Limit: 1000/2000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/O ...
- mysql 权限控制具体解释
概述 mysql权限控制在不同的上下文和不同的操作水平上都能够进行控制,他们包括例如以下几个 ** 管理权限能够同意用户管理mysql server的操作. 这些权限控制是全局的,不是针对某个特定的数 ...
- Android自定义Activity酷炫的动画跳转效果
两个Activity跳转的时候,自定义翻页效果: Intent intent = new Intent(FirstActivity.this, SecondActivity.class); sta ...
- cocos2d-x 3.0rc2 对于每个包执行情况的重要平台 (超级方便)
首先,你需要下载三个文件:每间 android-ndk android-sdk ant 下载位置可以随意:由于3.0rc2执行setup.py 自己主动搜索这三个文件 win32cmd以下: (1) ...
- HTML之学习笔记(九)表单
html的表单标签是一个系列,用开闭的<form>标签包裹起来的组合.表单的作用是将我们要向服务器提交数据的数据包含起来,然后提交到服务器处理.(使用表单是浏览器提交客户端数据到服务端的方 ...
- 使用XCODE 的SOURCE CONTROL 做版本控制 (1)
http://it.zhaozhao.info/archives/60469 这是一篇关于 开发者在修改代码中非常常用的一个功能: 应用场景: 当你将代码该的面目全非,还不如从其那,这时候又想回到 ...