Lucene

目录

 

Lucene

Lucene介绍

全文检索是什么?

Lucene是什么?

Lucene官方网站

 

全文检索流程介绍

索引和检索流程图

索引流程详细介绍

数据库&索引库结构对比

Lucene使用

环境搭建

索引流程实现

luke查看索引数据

检索流程实现

分词器


Lucene

Lucene介绍

全文检索引擎工具包,实现从海量数据中快速查询数据。

方案对比

  • 传统方案

    • 优点:使用简单,简单的SQL语句即可。

    • 缺点:1、数据量大时查询性能差(不会通过索引查询);2、查询的结果不够全面。

  • 全文检索方案

    • 缺点:使用相对复杂,通过提供的API进行操作。

    • 优点:1、数据量大时查询性能好;2、查询的结果全面

全文检索是什么?

  • 索引流程:通过索引程序切分数据的内容成一个个词语,建立词语与每一条数据的对应关系

  • 检索流程:通过检索程序,根据搜索关键词,在索引库查找目标内容

Lucene是什么?

Lucene是apache软件基金会下的一个子项目。 是一个免费、开放源代码的全文检索引擎工具包

Lucene官方网站

 

官方网站:http://lucene.apache.org/

 

全文检索流程介绍

索引和检索流程图

Lucene

索引流程详细介绍

  • 采集数据
    • 通过JDBC操作获取到关系数据库中的业务数据

    • 通过IO流获取文件上的数据

    • 通过爬虫(蜘蛛)程序获取网络上的网页数据

  • 创建文档对象
    • 说明:文档对象(Document),一个文档对象包含有多个域(Field)。一个文档对象就相当于关系数据库表中的一条记录,一个域就相当于一个字段。

  • 分析文档对象

    • 把原始数据,转换成文档对象后,使用分词器把文档中域的内容切分成一个个词语,为后续建立索引做准备。

  • 建立倒排索引

    • 建立词语和文档的对应关系,词语在什么文档出现,出现了几次,在什么位置出现(倒排索引),并且保存到索引库。

数据库&索引库结构对比

数据库
Databases实例 Tables Rows column
索引库的存储目录 Document文档 Field域

Lucene使用

环境搭建

pom依赖

<dependencies>
    <!--mysql连接驱动-->
    <dependency>
        <groupId>mysql</groupId>
        <artifactId>mysql-connector-java</artifactId>
        <version>${mysql.version}</version>
    </dependency>
    <!--ik分词器-->
    <dependency>
        <groupId>com.janeluo</groupId>
        <artifactId>ikanalyzer</artifactId>
        <version>2012_u6</version>
    </dependency>
    <!--查询解析器-->
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-queryparser</artifactId>
        <version>${lucene.version}</version>
    </dependency>
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
    </dependency>
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <version>1.18.16</version>
    </dependency>
</dependencies>

实体类

@Data
public class Book {
    // 图书id
    private int id;
    // 图书名称
    private String bookName;
    // 图书价格
    private float bookPrice;
    // 图书图片
    private String bookPic;
    // 图书描述
    private String bookDesc;
}

DAO实现类

public class BookDaoImpl implements BookDao {
    //查询所有数据
    @Override
    public List<Book> findAll() {

        Connection connection = null;
        PreparedStatement preparedStatement = null;
        ResultSet resultSet = null;
        try {
            Class.forName("com.mysql.jdbc.Driver");
            connection = DriverManager.getConnection("jdbc:mysql:///test", "root", "root");
            preparedStatement = connection.prepareStatement("select * from book");
            resultSet = preparedStatement.executeQuery();

            List<Book> bookList = new ArrayList<>();
            while (resultSet.next()) {
                Book book = new Book();
                book.setId(resultSet.getInt("id"));
                book.setBookName(resultSet.getString("bookname"));
                book.setBookPrice(resultSet.getFloat("price"));
                book.setBookPic(resultSet.getString("pic"));
                book.setBookDesc(resultSet.getString("bookdesc"));

                bookList.add(book);
            }

            return bookList;
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            try {
                if (connection != null) {
                    connection.close();
                }
                if (preparedStatement != null) {
                    preparedStatement.close();
                }
                if (resultSet != null) {
                    resultSet.close();
                }
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
        return null;
    }
}


索引流程实现


public class IndexTest {
    /**
     * 索引流程
     */
    @Test
    public void createIndex() throws Exception {
        BookDao bookDao = new BookDaoImpl();
        List<Book> list = bookDao.findAll();

        // 1 创建分词器(Analyzer),用于分词
        Analyzer analyzer = new IKAnalyzer();

        // 2.创建索引配置对象(IndexWriterConfig),配置索引库
        IndexWriterConfig indexWriterConfig = new IndexWriterConfig(Version.LUCENE_47, analyzer);
        /**
         * 2.1 设置一个打开模式
         *         CREATE-每次都覆盖之前的索引库,创建新的索引库
         *         APPEND-追加,如果存在索引库,直接追加数据,否则报错
         *         CREATE_OR_APPEND-创建或追加,如果存在就追加,没有就创建
         */
        indexWriterConfig.setOpenMode(IndexWriterConfig.OpenMode.CREATE);

        // 3.创建索引目录对象(Directory),指定索引库的位置
        Directory directory = FSDirectory.open(new File("e:/luceneIndex"));

        // 4.创建索引写入对象(IndexWriter)
        IndexWriter indexWriter = new IndexWriter(directory, indexWriterConfig);

        for (Book book : list) {
            //创建文档对象
            Document document = new Document();

            /**
             * TextField参数:
             *     参数一:域的名称
             *     参数二:域的值
             *     参数三:指定是否把域值存储到文档对象中,最终保存在磁盘上
             */
            document.add(new StringField("id", book.getId()+"", Field.Store.YES));
            document.add(new TextField("bookName", book.getBookName(), Field.Store.YES));
            document.add(new DoubleField("bookPrice", book.getBookPrice(), Field.Store.YES));
            document.add(new StoredField("bookPic", book.getBookPic()));
            document.add(new TextField("bookDesc", book.getBookDesc(), Field.Store.NO));
            //把文档对象写入索引库
            indexWriter.addDocument(document);
        }
        // 5.提交事务
        indexWriter.commit();
        // 6.关闭资源
        indexWriter.close();
    }
}

运行结果:

Lucene

luke查看索引数据

Lucene

检索流程实现

/**
 * 检索流程
 */
@Test
public void searchIndex() throws Exception {
    // 1.创建分词器对象(Analyzer),用于对关键字分词
    Analyzer analyzer = new IKAnalyzer();

    // 2.创建查询对象(Query)
    // 2.1 创建查询解析器
    QueryParser queryParser = new QueryParser("", analyzer);
    Query query = queryParser.parse("bookName:java");

    // 3.创建索引目录对象(Directory),指定索引库的位置
    FSDirectory directory = FSDirectory.open(new File("e:/luceneIndex"));

    // 4.创建索引读取对象(IndexReader),把索引数据读取到内存中
    IndexReader indexReader = DirectoryReader.open(directory);

    // 5.创建索引查询对象(IndexSearcher),执行搜索
    IndexSearcher indexSearcher = new IndexSearcher(indexReader);

    // 6.执行搜索,返回结果集(TopDocs)
    TopDocs topDocs = indexSearcher.search(query, 10);
    System.out.println("总命中数:" + topDocs.totalHits);
    // 7.处理结果集
    ScoreDoc[] scoreDocs = topDocs.scoreDocs;
    for (ScoreDoc scoreDoc : scoreDocs) {
        //scoreDoc.doc:索引
        Document doc = indexSearcher.doc(scoreDoc.doc);
        System.out.println("图书id = " + doc.get("id"));
        System.out.println("图书名称 = " + doc.get("bookName"));
        System.out.println("图书价格 = " + doc.get("bookPrice"));
        System.out.println("图书图片 = " + doc.get("bookPic"));
        System.out.println("图书描述 = " + doc.get("bookDesc"));
        System.out.println("===========================================");
    }
    // 8.释放资源
    indexReader.close();
}

运行结果:

Lucene

分词器

 

上一篇:打通es及lucene应用,lucene应用es Query,queryString Query获取及标准化


下一篇:Java Script 学习笔记 -- 基础知识