Lucene应用实战(二)——Field域的使用及索引库的维护
作者：互联网
Field域的使用及索引库的维护
前言
在前面我们对Lucene的使用进行了简单的demo实战，本文我们详细来说明下Lucene中的Field域的使用及索引库维护的相关操作。
Fileld域的使用
简介
Lucene存储对象是以Document为存储单元，对象中相关的属性值则存放到Field中。
Field是文档中的域，包括Field名和Field值两部分，一个文档可以包括多个Field，Document只是Field
的一个承载体，Field值即为要索引的内容，也是要搜索的内容。
Field有三大属性：
- 是否分词（tokenized）
- 是：作分词处理，即将Field值进行分词，分词的目的是为了索引。
比如：商品名称、商品简介等，这些内容用户要输入关键字搜索，由于搜索的内容格式不固定、内容多需要
分词后将语汇单元索引。
- 否：不做分词处理
比如：订单号、身份证号等
- 是否索引（indexed)
-
是：进行索引。将Field分词后的词或整个Field值进行索引，索引的目的是为了搜索。
比如：商品名称、商品简介分词后进行索引，订单号、身份证号不用分词但要索引，这些将来都要作为查询
条件。 -
否：不索引。该域的内容无法搜索到。
比如：文件路径、图片路径等，不用作为查询条件的不用索引。
- 是否存储（stored）
-
是：将Field值存储在文档中，存储在文档中的Field才可以从Document中获取。
比如：商品名称、订单号，凡是将来要从Document中获取的Field都要存储。
-
否：不存储Field值，不存储的Field无法通过Document获取
比如：商品简介，内容较大不用存储。如果要向用户展示商品简介可以从系统的关系数据库中获取商品简
介。如果需要商品描述，则根据搜索出的商品ID去数据库中查询，然后显示出商品描述信息即可。
常用类型
Field对应的类是org.apache.lucene.document.Field,该类实现了org.apache.lucene.index.IndexableField接口，代表用于indexing的一个字段。Field类比较
底层一些，所以Lucene实现了许多Field子类，用于不同的场景。
Field的常用类型及用法如下表格所示：
| Field类型 | 数据类型 | 是否分词 | 是否索引 | 是否存储 | 说明 |
|---|---|---|---|---|---|
| StringField(FieldName, FieldValue, Store.YES) | 字符串 | N | Y | Y/N | 字符串类型Field, 不分词, 作为一个整体进行索引(如: 身份证 号, 订单编号), 是否需要存储由Store.YES或Store.NO决定 |
| TextField(FieldName, FieldValue, Store.NO) | 文本类型 | Y | Y | Y/N | 文本类型Field, 分词并且索引, 是否需要存储由Store.YES或 Store.NO决定 |
| LongField(FieldName, FieldValue, Store.YES) 或 LongPoint(String name, int… point)等 | 数值代表型 | Y | Y | Y/N | 在Lucene 6.0中，LongField替换为LongPoint，IntField替换 为IntPoint，FloatField替换为FloatPoint，DoubleField替换 为DoublePoint。对数值型字段索引，索引不存储。要存储结 合StoredField即可。 |
| StoredField(FieldName, FieldValue) | 支持多种类型 | N | N | Y | 构建不同类型的Field, 不分词, 不索引, 要存储. (如: 商品图片路 径) |
Field应用代码
@Test
public void createIndex() throws Exception {
// 1.采集数据
Book booka = new Book();
List<Book> bookList = new ArrayList<Book>();
booka.setId(1);
booka.setDesc("Lucene Core is a Java library providing powerful indexing and search features, as well as spellchecking, hit highlighting and advanced analysis/tokenization capabilities. The PyLucene sub project provides Python bindings for Lucene Core. ");
booka.setName("Lucene");
booka.setPrice(100.45f);
bookList.add(booka);
Book bookb = new Book();
bookb.setId(11);
bookb.setDesc("Solr is highly scalable, providing fully fault tolerant distributed indexing, search and analytics. It exposes Lucene's features through easy to use JSON/HTTP interfaces or native clients for Java and other languages. ");
bookb.setName("Solr");
bookb.setPrice(320.45f);
bookList.add(bookb);
Book bookc = new Book();
bookc.setId(21);
bookc.setDesc("The Apache Hadoop software library is a framework that allows for the distributed processing of large data sets across clusters of computers using simple programming models.");
bookc.setName("Hadoop");
bookc.setPrice(620.45f);
bookList.add(bookc);
// 2.将采集到的数据封装到Document对象中
List<Document> docList = new ArrayList<>();
Document document;
for (Book book : bookList) {
document = new Document();
// IntPoint 分词 索引 不存储 存储结合 StoredField
Field id = new IntPoint("id", book.getId());
System.out.println(id.fieldType().tokenized() + ":" + id.fieldType().stored());
Field id_v = new StoredField("id", book.getId());
// 分词、索引、存储 TextField
Field name = new TextField("name", book.getName(), Field.Store.YES);
// 分词、索引、不存储 但是是数字类型，所以使用FloatPoint
Field price = new FloatPoint("price", book.getPrice());
// 分词、索引、不存储 TextField
Field desc = new TextField("desc",
book.getDesc(), Field.Store.YES);
// 将field域设置到Document对象中
document.add(id);
document.add(id_v);
document.add(name);
document.add(price);
document.add(desc);
docList.add(document);
}
//3.创建Analyzer 分词器 对文档进行分词
Analyzer analyzer = new StandardAnalyzer();
// 创建Directory 和 IndexWriterConfig 对象
Directory directory = FSDirectory.open(Paths.get("D:/lucene/index"));
IndexWriterConfig indexWriterConfig = new IndexWriterConfig(analyzer);
// 4.创建IndexWriter 写入对象
IndexWriter indexWriter = new IndexWriter(directory,indexWriterConfig);
// 添加文档对象
for (Document doc : docList) {
indexWriter.addDocument(doc);
}
// 释放资源
indexWriter.close();
}
索引库的维护
索引添加
索引添加是新增索引库中不存在的索引记录，代码如下：
@Test
public void indexCreate()throws Exception{
// 创建分词器
Analyzer analyzer = new StandardAnalyzer();
// 创建Directory 流对象
Directory directory = FSDirectory.open(Paths.get("D:/lucene/index3"));
IndexWriterConfig config = new IndexWriterConfig(analyzer);
// 创建索引写入对象
IndexWriter indexWriter = new IndexWriter(directory,config);
// 创建Document
Document document = new Document();
document.add(new TextField("id","1001", Field.Store.YES));
document.add(new TextField("name","game", Field.Store.YES));
document.add(new TextField("desc","one world one dream", Field.Store.YES));
// 添加文档 创建索引
indexWriter.addDocument(document);
indexWriter.close();
}
索引更新
更新索引是先删除再添加，建议对更新需求采用此方法并且要保证对已存在的索引执行更新，可以先查
询出来，确定更新记录存在执行更新操作。
如果更新索引的目标文档对象不存在，则执行添加。
代码如下：
@Test
public void indexUpdate()throws Exception{
// 创建分词器
Analyzer analyzer = new StandardAnalyzer();
// 创建Directory 流对象
Directory directory = FSDirectory.open(Paths.get("D:/lucene/index3"));
IndexWriterConfig config = new IndexWriterConfig(analyzer);
// 创建索引写入对象
IndexWriter indexWriter = new IndexWriter(directory,config);
// 创建Document
Document document = new Document();
document.add(new TextField("id","1001", Field.Store.YES));
document.add(new TextField("name","好好学习", Field.Store.YES));
document.add(new TextField("desc","游戏结束该干啥干啥去", Field.Store.YES));
// 更新
indexWriter.updateDocument(new Term("name","game"),document);
indexWriter.close();
}
索引删除
根据Term项删除索引，满足条件的将全部删除。
示例：indexWriter.deleteDocuments(new Term("name", "game"));
全部删除
清空索引库中的所有索引：
indexWriter.deleteAll();
源码
总结
本文我们主要学习了Lucene中Field域的使用，常用的几种Field类型，及索引库的增删改操作。
更多
更多我亲身经历的面试真题、学习资料，还有想要内推大厂的小伙伴可以联系我，请关注微信公众号：【程序员资料站】，回复关键字 “面试”或者“资料” 获取更多学习资料，回复“内推”，我帮你内推大厂。
标签：Document,索引,Lucene,Field,new,document,分词 来源： https://blog.csdn.net/yongbutingxide/article/details/122666061