本文主要是介绍Lucene教程--维护索引、查询对象和相关度排序，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1 索引维护
1.1 添加索引
步骤：
1）创建存放索引的目录Directory
2）创建索引器配置管理类IndexWriterConfig
3）使用索引目录和配置管理类创建索引器
4）使用索引器将Document写到索引文件中
代码：
// 定义索引存储目录Directory directory = FSDirectory.open(new File(indexFolder));//标准分析器Analyzer standardAnalyzer = new StandardAnalyzer();IndexWriterConfig indexWriterConfig = new IndexWriterConfig(Version.LUCENE_4_10_3,standardAnalyzer);// 定义索引操作对象IndexWriter indexWriter = new IndexWriter(directory,indexWriterConfig);//遍历目录下的文档，创建DocumentList<Document> docs = IndexUtils.file2Document(indexSource);// 遍历目录 下的文件生成的文档，调用indexWriter方法创建索引for (Document document : docs) {indexWriter.addDocument(document);}// 索引操作流关闭indexWriter.close();1.2 删除索引
1）删除符合条件的索引
// 索引目录Directory directory = FSDirectory.open(new File(indexFolder));// 定义索引操作对象IndexWriter indexWriter = new IndexWriter(directory,new IndexWriterConfig(Version.LUCENE_4_10_3,new StandardAnalyzer()));// 删除索引，文件名称等于“springmvc.txt”的索引删除indexWriter.deleteDocuments(new Term("fileName", "springmvc.txt"));//索引删除后无法恢复indexWriter.commit();// 关闭索引操作流indexWriter.close();说明：根据Term项删除索引，满足条件的将全部删除，建议参照关系数据库基于主键删除方式，所以在创建索引时需要创建一个主键Field，删除时根据此主键Field删除。
索引删除后将放在Lucene的回收站中，Lucene3.X版本可以恢复删除的文档，3.X之后无法恢复。
2）删除全部索引
// 索引目录Directory directory = FSDirectory.open(new File(indexFolder));// 定义索引操作对象IndexWriter indexWriter = new IndexWriter(directory,new IndexWriterConfig(Version.LUCENE_4_10_3,new StandardAnalyzer()));//删除全部索引indexWriter.deleteAll();说明：将索引目录的索引信息全部删除，直接彻底删除，无法恢复。
1.3 更新索引
// 索引目录Directory directory = FSDirectory.open(new File(indexFolder));// 定义索引操作对象IndexWriter indexWriter = new IndexWriter(directory,new IndexWriterConfig(Version.LUCENE_4_10_3,new StandardAnalyzer()));// 创建更新文档Document doc_update = new Document();Field field_fileName = new TextField("fileName", "springmvc.txt",Store.YES);doc_update.add(field_fileName);// 根据条件更新索引,将fileName等于“springmvc_test.txt”的更新为上边的文档// 更新的机制 是先删除再添加，如果原根据fileName没有找到“springmvc_test.txt”，则添加新文档indexWriter.updateDocument(new Term("fileName", "springmvc_test.txt"),doc_update);//提交indexWriter.commit();//关闭indexWriter.close();说明：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。
2 Query和QueryParser
2.1 创建查询的两种方法
创建查询
对要搜索的信息创建Query查询对象，Lucene会根据Query查询对象生成最终的查询语法，类似关系数据库Sql语法一样Lucene也有自己的查询语法，比如：“name:lucene”表示查询Field的name为“lucene”的文档信息。
可通过两种方法创建查询对象：
1）使用Lucene提供Query子类
Query是一个抽象类，lucene提供了很多查询对象，比如TermQuery项精确查询，NumericRangeQuery数字范围查询等。
如下代码：
Query query = new TermQuery(new Term("name", "lucene"));2）使用QueryParse解析查询表达式
QueryParse会将用户输入的查询表达式解析成Query对象实例。
如下代码：
QueryParser queryParser = new QueryParser("name", new IKAnalyzer());Query query = queryParser.parse("name:lucene");2.2 通过Query 搜索
2.2.1 TermQuery
TermQuery，通过项查询，TermQuery不使用分析器所以建议匹配不分词的Field域查询，比如订单号、分类ID号等。
//创建查询对象Query query = new TermQuery(new Term("fileName", "springmvc_test.txt"));//搜索索引 目录Directory directory = FSDirectory.open(new File(indexFolder));//定义IndexReaderIndexReader reader = DirectoryReader.open(directory);//创建indexSearcherIndexSearcher indexSearcher = new IndexSearcher(reader);//执行搜索TopDocs topDocs = indexSearcher.search(query, 100);2.2.2 NumericRangeQuery
NumericRangeQuery，指定数字范围查询，如下：
//文件大小在0到1024的文件NumericRangeQuery<Long> numericRangeQuery = NumericRangeQuery.newLongRange("fileSize", 0l, 1024l, true, true);2.2.3 BooleanQuery
BooleanQuery，布尔查询，实现组合条件查询，如下：
// 数字范围查询NumericRangeQuery<Long> numericRangeQuery = NumericRangeQuery.newLongRange("fileSize", 0l, 1024l, true, true);//定义Boolean查询BooleanQuery booleanQuery = new BooleanQuery();//必须满足fileSize在0到1024范围的条件booleanQuery.add(numericRangeQuery, Occur.MUST);//根据文件名搜索Query query = new TermQuery(new Term("fileName", "springmvc.txt"));//不查询文件名为“springmvc_test.txt”booleanQuery.add(query, Occur.MUST);IndexReader reader = DirectoryReader.open(directory);IndexSearcher searcher = new IndexSearcher(reader);TopDocs topDocs = searcher.search(booleanQuery, 100);说明：
Occur.MUST 查询条件必须满足，相当于and
Occur.SHOULD 查询条件可选，相当于or
Occur.MUST_NOT 查询条件不能满足，相当于not非
2.2.4 MatchAllDocsQuery
使用MatchAllDocsQuery查询索引目录中的所有文档，如果只存在过滤而没有查询条件时可以使用此类定义Query，如下：
//查询全部文档Query query = new MatchAllDocsQuery();2.3 通过QueryParser搜索
通过QueryParser也可以创建Query，QueryParser提供一个Parse方法，此方法可以直接根据查询语法来查询。Query对象执行的查询语法可通过System.out.println(query);查询。
Lucene查询语法官方介绍：
http://lucene.apache.org/core/4_0_0/queryparser/org/apache/lucene/queryparser/classic/package-summary.html
2.3.1 QueryParser查询
QueryParser使用方法：
//f是默认搜索的域QueryParser queryParser = new QueryParser("f", analyzer);// 指定查询语法 ，如果不指定fileName就搜索默认的域Query query2 = queryParser.parse("fileName:springmvc.txt");或：Query query2 = queryParser.parse("spring AND web");上边介绍的基于类的查询方法，使用QueryParser可用下边的查询语法 实现，
项查询：
FieldName : value
范围查询：
FieldName:[min TO max]
注意：QueryParse不支持对数字范围的搜索，它支持字符串范围。数字范围搜索建议使用NumericRangeQuery。
组合查询：
上边BooleanQuery例子的查询表达式如下：
+fileSize:[0 TO 1024] +fileName:springmvc.txt
上边的表达式表示fileSize的大小在0和1024之间且fileName为“springmvc.txt”，必须满足的条件使用+（加号）表示。
与BooleanQuery中Occur对应的符号如下：
| Occur.MUST 查询条件必须满足，相当于and | +（加号） |
| Occur.SHOULD 查询条件可选，相当于or | 空（不用符号） |
| Occur.MUST_NOT 查询条件不能满足，相当于not非 | -（减号） |
关键字查询
AND：关键字1 AND 关键字2
两个关键字都匹配上条件满足。
OR：关键字1 OR 关键字2
两个关键字匹配一个条件满足
NOT：关键字1 NOT 关键字2
关键字1满足，关键字2不满足
2.3.2 MultiFieldQueryParser组合域查询
通过MuliFieldQueryParse对多个域查询，比如商品信息查询，输入关键字需要从商品名称和商品内容中查询。
代码：
//设置组合查询域String[] fields = {"fileName","fileContent"};//创建查询解析器QueryParser queryParser = new MultiFieldQueryParser(fields, new IKAnalyzer());//查询文件名、文件内容中包括“java”关键字的文档Query query = queryParser.parse("java");3 相关度排序
3.1什么是相关度排序
相关度排序是查询结果按照与查询关键字的相关性进行排序，越相关的越靠前。比如搜索“Lucene”关键字，与该关键字最相关的文章应该排在前边。
3.2 相关度打分
Lucene对查询关键字和索引文档的相关度进行打分，得分高的就排在前边。如何打分呢？Lucene是在用户进行检索时实时根据搜索的关键字计算出来的，分两步：
1）计算出词（Term）的权重
2）根据词的权重值，采用空间向量模型算法计算文档相关度得分。
什么是词的权重？
通过索引部分的学习明确索引的最小单位是一个Term(索引词典中的一个词)，搜索也是要从Term中搜索，再根据Term找到文档，Term对文档的重要性称为权重，影响Term权重有两个因素：
Term Frequency (tf)：
指此Term在此文档中出现了多少次。tf 越大说明越重要。
词(Term)在文档中出现的次数越多，说明此词(Term)对该文档越重要，如“Lucene”这个词，在文档中出现的次数很多，说明该文档主要就是讲Lucene技术的。
Document Frequency (df)
即有多少文档包含次Term。df 越大说明越不重要。
比如，在一篇英语文档中，this出现的次数更多，就说明越重要吗？不是的，有越多的文档包含此词(Term), 说明此词(Term)太普通，不足以区分这些文档，因而重要性越低。
3.3 设置boost影响打分结果
boost是一个加权值（默认加权值为1.0f），它可以影响权重的计算。
在索引时对某个文档的Field域设置加权值高，在搜索时匹配到这个Field就可能排在前边。
lucene在执行搜索时对某个域进行加权，在进行组合域查询时，匹配到加权值高的域最后计算的相关度得分就高。
3.3.1 索引时设置boost加权值
如果希望某些文档更重要，当此文档中包含所要查询的词则应该得分较高，这样相关度排序可以排在前边，可以在创建索引时设定文档中某些域（Field）的boost值来实现，如果不进行设定，则Field Boost默认为1.0f。一旦设定，除非删除此文档，否则无法改变。
代码：
field. setBoost(XXXf); XXX即权值。
测试：
可以将springmvc.txt的file_content加权值设置为10.0f，结果搜索spring时如果内容可以匹配到关键字就可以把springmvc.txt文件排在前边。
代码：
索引时设置boost加权值：
//设置加权值if(file_name.equals("springmvc.txt")){//设置比默认值 1.0大的field_file_content.setBoost(20.0f);}if(file_name.equals("spring_README.txt")){//设置比默认值 1.0大的field_file_content.setBoost(30.0f);}//向文档中添加Fielddocument.add(field_file_content);搜索时：
// 设置组合查询域，如果匹配到一个域就返回记录String[] fields = { "file_content" };//设置评分,文件名称中包括关键字的评分高/*Map<String,Float> boosts = new HashMap<String,Float>();boosts.put("file_content", 3.0f);*/// 创建查询解析器QueryParser queryParser = new MultiFieldQueryParser(fields,new StandardAnalyzer());// 查询文件名、文件内容中包括“java”关键字的文档Query query = queryParser.parse("spring");TopDocs topDocs = indexSearcher.search(query, 100);ScoreDoc[] scoreDocs = topDocs.scoreDocs;结果：
springmvc.txt排在最前边
3.3.2 搜索时设置boost加权值
在执行搜索时对某个域进行加权，在进行组合域查询时，匹配到加权值高的域最后计算的相关度得分就高。通常把标题、书名等域的加权值设置高点。
//设置组合查询域String[] fields = {"file_name","file_content"};//设置评分,文件名称中包括关键字的评分高Map<String,Float> boosts = new HashMap<String,Float>();boosts.put("file_name", 10.0f);//创建查询解析器QueryParser queryParser = new MultiFieldQueryParser(fields, new IKAnalyzer(), boosts);//查询文件名、文件内容中包括“springmvc.txt”关键字的文档，由于设置了文件名称域的加权值高，所以名称中匹配到关键字的应该排在前边Query query = queryParser.parse("springmvc.txt");测试：
搜索springmvc.txt，由于文件名中为springmvc.txt应该让它排在前边，内容中有springmvc.txt应该排在后边。
springmvc.txt：
测试结果它应该排在前边
spring_README.txt
内容中包括springmvc.txt，也能匹配到但要排在后边。
代码：
//设置评分,文件名称中包括关键字的评分高Map<String,Float> boosts = new HashMap<String,Float>();boosts.put("file_name", 30.0f);// 创建查询解析器QueryParser queryParser = new MultiFieldQueryParser(fields,new StandardAnalyzer(),boosts);// 查询文件名、文件内容中包括“java”关键字的文档Query query = queryParser.parse("springmvc.txt");TopDocs topDocs = indexSearcher.search(query, 100);ScoreDoc[] scoreDocs = topDocs.scoreDocs;这篇关于Lucene教程--维护索引、查询对象和相关度排序的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
