一、Lucene概述
1义黎、Lucene簡(jiǎn)介
Lucene是apache下的一個(gè)開(kāi)源的全文檢索引擎工具包诉瓦。
2、 全文檢索（Full-text Search）
定義
全文檢索就是先“分詞”創(chuàng)建索引漱挎，再執(zhí)行搜索的過(guò)程系枪。
分詞：就是將一段文字分成一個(gè)個(gè)單詞
全文檢索就將一段文字分成一個(gè)個(gè)單詞去查詢(xún)數(shù)據(jù)！？牧隆私爷！
應(yīng)用場(chǎng)景
（1）搜索引擎（了解）
搜索引擎是一個(gè)基于全文檢索雾棺、能獨(dú)立運(yùn)行、提供搜索服務(wù)的軟件系統(tǒng)衬浑。
（2）電商站內(nèi)搜索（重點(diǎn)）
思考：電商網(wǎng)站內(nèi)捌浩，我們都是通過(guò)輸入關(guān)鍵詞來(lái)搜索商品的。如果我們根據(jù)關(guān)鍵詞工秩，直接查詢(xún)數(shù)據(jù)庫(kù)尸饺，會(huì)有什么后果？
答：我們只能使用模糊搜索助币，來(lái)進(jìn)行匹配浪听，會(huì)導(dǎo)致很多數(shù)據(jù)匹配不到。所以眉菱，我們必須使用全文檢索馋辈。
二、Lucene實(shí)現(xiàn)全文檢索的流程
全文檢索的流程分為兩大部分：索引流程倍谜、搜索流程迈螟。
索引流程：采集數(shù)據(jù)--->構(gòu)建文檔對(duì)象--->創(chuàng)建索引(將文檔寫(xiě)入索引庫(kù))。
搜索流程：創(chuàng)建查詢(xún)--->執(zhí)行搜索--->渲染搜索結(jié)果尔崔。
三答毫、配置步驟說(shuō)明
（1）搭建環(huán)境（先下載Lucene）
1、下載Lucene
Lucene是開(kāi)發(fā)全文檢索功能的工具包季春，使用時(shí)從官方網(wǎng)站下載洗搂，并解壓。
官方網(wǎng)站：http://lucene.apache.org/
下載地址：http://archive.apache.org/dist/lucene/java/
2载弄、創(chuàng)建項(xiàng)目耘拇，導(dǎo)入包
mysql5.1驅(qū)動(dòng)包：mysql-connector-java-5.1.7-bin.jar
核心包：lucene-core-4.10.3.jar
分析器通用包：lucene-analyzers-common-4.10.3.jar
查詢(xún)解析器包：lucene-queryparser-4.10.3.jar
（2）創(chuàng)建索引庫(kù)
1.采集數(shù)據(jù)
2.將數(shù)據(jù)轉(zhuǎn)換成Lucene文檔
3.將文檔寫(xiě)入索引庫(kù)，創(chuàng)建索引
（具體代碼不在此寫(xiě)出）
（3）搜索索引庫(kù)
（具體代碼不在此寫(xiě)出）
四宇攻、分詞
（1） 重要性
分詞是全文檢索的核心惫叛。
所謂的分詞，就是將一段文本逞刷，根據(jù)一定的規(guī)則嘉涌，拆分成一個(gè)一個(gè)詞。
Lucene是根據(jù)分析器實(shí)現(xiàn)分詞的夸浅。針對(duì)不同的語(yǔ)言提供了不同的分析器仑最。并且提供了一個(gè)通用的標(biāo)準(zhǔn)分析器StandardAnalyzer
（2）Lucene分詞的過(guò)程
分詞的時(shí)候，是以域?yàn)閱挝坏姆２煌挠蚓剑嗷オ?dú)立。
同一個(gè)域中坯钦，拆分出來(lái)相同的詞预皇，視為同一個(gè)詞（Term）
不同的域中侈玄，拆分出來(lái)相同的詞，不是同一個(gè)詞深啤。
其中拗馒，Term是Lucene最小的語(yǔ)匯單元，不可再細(xì)分溯街。
分詞的時(shí)候經(jīng)歷了一系列的過(guò)濾器诱桂。如大小寫(xiě)轉(zhuǎn)換、去除停用詞等呈昔。
（3）分詞后索引庫(kù)結(jié)構(gòu)
索引庫(kù)中有兩個(gè)區(qū)域：索引區(qū)挥等、文檔區(qū)。
文檔區(qū)存放的是文檔堤尾。Lucene給每一個(gè)文檔自動(dòng)加上一個(gè)文檔編號(hào)docID肝劲。
索引區(qū)存放的是索引。注意：
索引是以域?yàn)閱挝坏墓Γ煌挠虼腔保舜讼嗷オ?dú)立。
索引是根據(jù)分詞規(guī)則創(chuàng)建出來(lái)的粘室，根據(jù)索引就能找到對(duì)應(yīng)的文檔榄檬。
五、Field域
（1）三大屬性
1.是否分詞（tokenized）
只有設(shè)置了分詞屬性為true衔统，lucene才會(huì)對(duì)這個(gè)域進(jìn)行分詞處理鹿榜。
在實(shí)際的開(kāi)發(fā)中，有一些字段是不需要分詞的锦爵，比如商品id舱殿，商品圖片等。
而有一些字段是必須分詞的险掀，比如商品名稱(chēng)沪袭，描述信息等。
- 是否索引（indexed）
只有設(shè)置了索引屬性為true迷郑，lucene才為這個(gè)域的Term詞創(chuàng)建索引枝恋。
在實(shí)際的開(kāi)發(fā)中，有一些字段是不需要?jiǎng)?chuàng)建索引的嗡害，比如商品的圖片等。我們只需要對(duì)參與搜索的字段做索引處理畦攘。
3.是否存儲(chǔ)（stored）
只有設(shè)置了存儲(chǔ)屬性為true霸妹，在查找的時(shí)候，才能從文檔中獲取這個(gè)域的值知押。
在實(shí)際開(kāi)發(fā)中叹螟，有一些字段是不需要存儲(chǔ)的鹃骂。比如：商品的描述信息。
因?yàn)樯唐访枋鲂畔照溃ǔ６际谴笪谋緮?shù)據(jù)畏线，讀的時(shí)候會(huì)造成巨大的IO開(kāi)銷(xiāo)。而描述信息是不需要經(jīng)常查詢(xún)的字段良价，這樣的話(huà)就白白浪費(fèi)了cpu的資源了寝殴。
因此，像這種不需要經(jīng)常查詢(xún)明垢，又是大文本的字段蚣常，通常不會(huì)存儲(chǔ)到索引庫(kù)。
（2）特點(diǎn)
三大屬性彼此獨(dú)立痊银。
通常分詞是為了創(chuàng)建索引抵蚊。
