Lucene 4.7 --创建索引

Lucene的最新版本和以前的语法或者类名，类规定都相差甚远

0.准备工作：

1). Lucene官方API http://lucene.apache.org/core/4_7_0/index.html    

2). 我用到的常用JAR包下载：http://download.csdn.net/detail/yangxy81118/8062269

3). 所用到的jar包 

lucene-analyzers-common-4.7.0.jar
lucene-analyzers-smartcn-4.7.0.jar
lucene-core-4.7.0.jar
lucene-queryparser-4.7.0.jar

 

本次先介绍关于创建索引

 

1. 总步骤

 

//a.从数据源准备索引数据
List<ResultVOFromDB> resultList = getKeyWords();
//b.创建IndexWriter
indexWriter = getIndexWriter();
//c.根据索引数据创建索引
addDoc(indexWriter, resultList);

a. 从数据源准备索引数据

这个就不用多说了，我这里通用了一个ResultVOFromDB这么一个数据来表示一个从数据源获取来的VO对象，比如你从数据库select来的数据，那肯定就是一个VO的List了

 

b. 创建IndexWriter

这里变化比较大，很多之前参考的语法都无法使用，或者被废弃，或者不推荐了。

 

    private IndexWriter getIndexWriter() throws IOException {
        Directory dir = FSDirectory.open(new File(indexBuild));
        //Version操作开始变得非常常见
        //中文分词器的引入，好像4.7.0对庖丁等第三方分词器兼容得并不好，可能也是因为apache对原生的做了一些整合的缘故
        Analyzer analyzer = new SmartChineseAnalyzer(Version.LUCENE_47); 
        //同时引入了IndexWriterConfig对象，封装了早期版本的一大堆参数
        IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_47, analyzer);
        IndexWriter writer = new IndexWriter(dir, config);
        return writer;
    }

c. 根据索引数据创建索引

　　4.7.0 对Field做了更进一步的封装，官方DEMO推荐已经不再是原来的new Field然后传参了，（虽然语法还存在，但是有些已经被废弃了）具体可以参考org.apache.lucene.document包下的相关Field的类

举例，如StringField： http://lucene.apache.org/core/4_7_0/core/org/apache/lucene/document/StringField.html

A field that is indexed butnot tokenized: the entire String value is indexed as a single token. For example this might be used for a'country'field or an'id' field, or any field that you intend to use for sorting or access through the field cache.

这段英文应该不难吧，StringField就是可以被参与索引的(is indexed)，但是并不做分词操作(not tokenized),适合做id或者国家名这种“要么不对，要么整个都对”

然后我下面还用到了StoredField（只存不索引），TextField（索引并分词）

 

private void addDoc(IndexWriter indexWriter, List<ResultVOFromDB> resultList) throws IOException {
        for (ResultVOFromDB vo : resultList) {
            Document doc = createDoc(vo);
            indexWriter.addDocument(doc);
        }
    }

private Document createDoc(ResultVOFromDB vo) throws UnsupportedEncodingException {
        Document doc = new Document();
//就像有某个商品，查询结果列表要展示商品的名称，ID，和跳转链接地址，所以从数据库取出name,id,url字段
        doc.add(new StringField("name", vo.name, Field.Store.YES));
        doc.add(new StringField("id", vo.id, Field.Store.YES));
        doc.add(new StoredField("url", vo.url));
        
//这个keywords就像博客文章的自定义“关键字”，这些字有多个，而且都会做用到索引并且接受分词操作的，“css学习”会被拆分为“css”和“学习”
        String[] keys = vo.keywords;
        for (int i = 0; i < keys.length; i++) {
            doc.add(new TextField("keyword", keys[i],Field.Store.YES));
        }
         
        return doc;
    }