Lucene系列二：Lucene（Lucene介绍、Lucene架构）

一、Lucene介绍
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员提供一个简单易用的工具包，以方便在目标系统中实现全文检索功能，或者是以此为基础建立起完整的全文检索引擎。是Apache的子项目，网址：http://lucene.apache.org/
lucene用途
　　为软件开发人员提供一个简单易用的工具包，以方便在目标系统中实现全文检索功能，或者是以此为基础建立起完整的全文检索引擎。
Lucene适用场景
　　在应用中为数据库中的数据提供全文检索实现。
　　开发独立的搜索引擎服务、系统
Lucene的特性
　　1、稳定、索引性能高
　　　　每小时能够索引150GB以上的数据。
　　　　对内存的要求小——只需要1MB的堆内存
　　　　增量索引和批量索引一样快。
　　　　 索引的大小约为索引文本大小的20%~30%。
　　2、高效、准确、高性能的搜索算法
　　　　良好的搜索排序。
　　　　强大的查询方式支持：短语查询、通配符查询、临近查询、范围查询等。
　　　　支持字段搜索（如标题、作者、内容）。
　　　　可根据任意字段排序
　　　　支持多个索引查询结果合并
　　　　支持更新操作和查询操作同时进行
　　　　支持高亮、join、分组结果功能
　　　　速度快
　　　　可扩展排序模块，内置包含向量空间模型、BM25模型可选
　　　　可配置存储引擎
　　3、跨平台
　　　　纯java编写。
　　　　作为Apache开源许可下的开源项目，你可在商业或开源项目中使用。
　　　　 Lucene有多种语言实现版可选(如C、C++、Python等），不光是JAVA。
二、Lucene架构

数据收集
创建索引
索引存储
搜索（使用索引）
三、Lucene集成

1. 选用的Lucene版本
   选用当前最新版 7.3.0 ： https://lucene.apache.org/
2. 系统要求
   JDK1.8 及以上版本
3. 集成：将lucene core的jar引入到你的应用中

方式一：官网下载 zip，解压后拷贝jar到你的工程
方式二：maven 引入依赖

1. Lucene 模块说明
   core: Lucene core library 核心模块：分词、索引、查询
   analyzers-*: 分词器
   facet: Faceted indexing and search capabilities 提供分类索引、搜索能力
   grouping: Collectors for grouping search results. 搜索结果分组支持
   highlighter: Highlights search keywords in results 关键字高亮支持
   join: Index-time and Query-time joins for normalized content 连接支持
   queries: Filters and Queries that add to core Lucene 补充的查询、过滤方式实现
   queryparser: Query parsers and parsing framework 查询表达式解析模块
   spatial: Geospatial search 地理位置搜索支持 suggest: Auto-suggest and Spellchecking support 拼写检查、联想提示
2. 先引入lucene的核心模块

[Java] 纯文本查看 复制代码
?

<!-- lucene 核心模块 -->
<dependency>

<groupId>org.apache.lucene</groupId>
<artifactId>lucene-core</artifactId>
<version>7.3.0</version>

</dependency>

1. 了解核心模块的构成