由于项目的需要，使用到了全文检索技术，这里将前段时间所做的工作进行一个实践总结，方便以后查阅。在实际的工作中，需要灵活的使用lucene里面的查询技术，以达到满足业务要求与搜索性能提升的目的。
一、全文检索介绍
1.1为什么需要全文检索
数据可以分为结构化数据和非结构化数据，对数据查询时，结构化数据可以通过SQL语句等方式查询，而非结构化数据（如txt，word等）无法用此方式查询。
我们利用将非结构化数据转化为非结构化数据（即先将文件中单词按空格拆分，把单词创建一个索引，然后查询索引，根据单词和文档的关系找到文档列表，即全文检索），进行快速查询。
1.2什么是全文检索
先创建索引，然后查询索引的过程是全文检索
具有一次创建，多次使用的特点（创建的速度有点慢）。
二、全文检索流程
文章图片
1. 绿色表示索引过程，对要搜索的原始内容进行索引构建一个索引库，索引过程包括：确定原始内容即要搜索的内容→采集文档→创建文档→分析文档→索引文档。
2. 红色表示搜索过程，从索引库中搜索内容，搜索过程包括：用户通过搜索界面→创建查询→执行搜索，从索引库搜索→渲染搜索结果。
三、全文检索索引
3.1倒排索引
倒排索引即为全文检索的核心的部分，所谓倒排索引，简单地就是，根据单词，返回它在哪个文件中出现过，而且频率是多少的结果。这就像百度里的搜索，你输入一个关键字，那么百度引擎就迅速的在它的服务器里找到有该关键字的文件，并根据频率和其他的一些策略（如页面点击投票率）等来给你返回结果。这个过程中，倒排索引就起到很关键的作用。
文章图片
3.2创建索引
你可以利用你的技术从数据库、互联网、爬虫、word等方式获取原始数据，即采集信息
3.3构建索引文档
对应每个原始文档创建一个Document对象（拥有唯一的ID）
每个Document中包含多个Field
不同的Document可以有不同的Field
同一个Document可以有相同的Field
域中以键值对的形式保存域的名称和值
四、全文检索使用
1、所需核心库
lucene-core
|
lucene核心库
|
lucene-queryparser
|
lucene查询解析器
|
lucene-analyzers-common
|
lucene默认分词器
|
lucene-analyzers-smartcn
|
lucene提供的中文分词器
|
ik-analyzer
|
开源中文分词器
|
2、lucene查询
查询方式
|
【基于Lucene的全文检索实践】意义
|
| TermQuery |
精确查询 |
| TermRangeQuery |
查询一个范围 |
| PrefixQuery |
前缀匹配查询 |
| WildcardQuery |
通配符查询 |
| BooleanQuery |
多条件查询 |
| PhraseQuery |
短语查询 |
| FuzzyQuery |
模糊查询 |
| Queryparser |
万能查询（上面的都可以用这个来查询到 |
推荐阅读
