基于lucene的案例开发4：创建索引

问题导读

1.如何指定索引分词技术？
2.如何把文档写到索引中？
3.创建索引过程中，用到了哪些核心类？



接上篇：
基于lucene的案例开发3：索引文件结构


从这篇博客开始，不论是API介绍还是后面的案例开发，都是基于 lucene4.3.1 这个版本，Lucene4.3.1 下载请点击这里， Lucene其他版本下载请点击这里，Lucene4.3.1官方API文档请点击这里。


创建索引demo

      在开始介绍之前，先看一个简单的索引创建demo程序：

/**   
 *@Description:   索引创建demo 
 */   
package com.lulei.lucene.study;    
  
import java.io.File;  
  
import org.apache.lucene.analysis.Analyzer;  
import org.apache.lucene.analysis.standard.StandardAnalyzer;  
import org.apache.lucene.document.Document;  
import org.apache.lucene.document.Field.Store;  
import org.apache.lucene.document.TextField;  
import org.apache.lucene.index.IndexWriter;  
import org.apache.lucene.index.IndexWriterConfig;  
import org.apache.lucene.index.IndexWriterConfig.OpenMode;  
import org.apache.lucene.store.Directory;  
import org.apache.lucene.store.FSDirectory;  
import org.apache.lucene.util.Version;  
    
public class IndexCreate {  
  
    public static void main(String[] args) {  
        //指定索引分词技术，这里使用的是标准分词  
        Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_43);  
        //indexwriter 配置信息  
        IndexWriterConfig indexWriterConfig = new IndexWriterConfig(Version.LUCENE_43, analyzer);  
        //索引的打开方式，没有索引文件就新建，有就打开  
        indexWriterConfig.setOpenMode(OpenMode.CREATE_OR_APPEND);  
        Directory directory = null;  
        IndexWriter indexWrite = null;  
        try {  
            //指定索引硬盘存储路径  
            directory = FSDirectory.open(new File("D://study/index/testindex"));  
            //如果索引处于锁定状态，则解锁  
            if (IndexWriter.isLocked(directory)){  
                IndexWriter.unlock(directory);  
            }  
            //指定所以操作对象indexWrite  
            indexWrite = new IndexWriter(directory, indexWriterConfig);  
        } catch (Exception e) {  
            e.printStackTrace();  
        }  
          
        //创建文档一  
        Document doc1 = new Document();  
        //对name域赋值“测试标题”，存储域值信息  
        doc1.add(new TextField("name", "测试标题", Store.YES));  
        //对content域赋值“测试标题”，存储域值信息  
        doc1.add(new TextField("content", "测试内容", Store.YES));  
        try {  
            //将文档写入到索引中  
            indexWrite.addDocument(doc1);  
        } catch (Exception e) {  
            e.printStackTrace();  
        }  
          
        //创建文档二  
        Document doc2 = new Document();  
        doc2.add(new TextField("name", "基于lucene的案例开发：索引数学模型", Store.YES));  
        doc2.add(new TextField("content", "lucene将一篇文档分成若干个域，每个域又分成若干个词元，通过词元在文档中的重要程度，将文档转化为N维的空间向量，通过计算两个向量之间的夹角余弦值来计算两个文档的相似程度", Store.YES));  
        try {  
            //将文档写入到索引中  
            indexWrite.addDocument(doc2);  
        } catch (Exception e) {  
            e.printStackTrace();  
        }  
          
        //将indexWrite操作提交，如果不提交，之前的操作将不会保存到硬盘  
        try {  
            //这一步很消耗系统资源，所以commit操作需要有一定的策略  
            indexWrite.commit();  
            //关闭资源  
            indexWrite.close();  
            directory.close();  
        } catch (Exception e) {  
            e.printStackTrace();  
        }  
    }  
}  
复制代码

在上述的程序中，已做了详细的注释，对每一条语句的作用就不再介绍，下面就看一下执行这个main函数之后创建的索引文件，如下图：





      通过索引查看工具 luke 可以简单的看下索引中的内容，如下图：




      从上面两张图，我们可以看出索引中一共有两个文档，content域有50个词，name域有18个词，索引中存储了文档的详细信息。

创建索引核心类
      在上述创建索引过程中，用到了几个核心类：IndexWriter、Directory、Analyzer、Document、Field。
IndexWriter
      IndexWriter(写索引)是索引过程中的核心组件，这个类负责创建新的索引或打开已有的索引以及向索引中添加、删除、更新被索引的文档信息；IndexWriter需要开辟一定空间来存储索引，该功能可以由Directory完成。
Directory
      Directory类描述了Lucene索引的存放位置。它是一个抽象类，它的子类负责指定索引的存储路径，在前面的例子中，我们用的是FSDirectory.open方法来获取真实文件在文件系统中的存储路径，然后将他们依次传递给IndexWriter类构造方法。
Analyzer
      文档信息在被索引之前需要经过Analyzer（分析器）处理，上述例子中使用的是标准分词，在以后的博客中会单独介绍各种分词器以及使用场景。
Document
      Document对象的结构比较简单，为一个包含多个Field对象的容器，上述事例中的文档就包含两个域 name、 content。
Filed
      索引中的每一个文档都包含一个或多个域不同命名的域，每个域都有一个域名和对应的域值以及一组选项来精确控制Lucene索引操作各个域值。在搜索时，所有域的文本就好像连接在一起，作为一个文本域来处理。

上述几个核心类在Lucene的操作中非常重要而且常用，如需要详细了解，还请参照官方API文档。





相关内容：
基于lucene的案例开发1：lucene初始认知

基于lucene的案例开发2：索引数学模型

基于lucene的案例开发3：索引文件结构

基于lucene的案例开发4：创建索引

基于lucene的案例开发5：搜索索引

基于lucene的案例开发6：分词器介绍

基于lucene的案例开发7：Query查询

基于lucene的案例开发8：IndexSearcher中检索方法

基于lucene的案例开发9：案例初识

基于lucene的案例开发10：搜索后台基础，JsonUtil & XmlUtil类介绍

基于lucene的案例开发11：项目常用类ClassUtil & CharsetUtil介绍

基于lucene的案例开发12：数据库连接池

基于lucene的案例开发13：实现实时索引基本原理

基于lucene的案例开发14：实时索引管理类IndexManager

基于lucene的案例开发15：实时索引的检索

基于lucene的案例开发16：实时索引的修改

基于lucene的案例开发17：查询语句创建PackQuery

基于lucene的案例开发18：纵横小说更新列表页抓取

基于lucene的案例开发19：纵横小说简介页采集

基于lucene的案例开发20：纵横小说章节列表采集

基于lucene的案例开发21：纵横小说阅读页采集

出处：http://blog.csdn.net/xiaojimanman/article/details/42836309