3.Lucene3.x API分析，Director 索引操作目录，Document，分词器

包名

功能

org.apache.lucene.analysis

Analysis提供自带的各种Analyzer

org.apache.lucene.collation

包含collationKeyFilter和collationKeyAnalyzer两个相同功能的类，将所有token转为CollationKey，与IndexableBinaryStringTools一起存为term

org.apache.lucene.document

Document包中是Document相关各种数据结构，如Document类，Field类等

org.apache.lucene.index

index包中是索引的读写操作类，常用的是对索引文件的segment进行写、合并和优化的IndexWriter类和对索引进行读取和删除操作的IndexReader类

org.apache.lucene.queryParser

queryParser包中是解析查询语句相关的类（常用的是QueryParser类）

org.apache.lucene.search

检索管理，根据查询条件，检索得到结果search包中是从索引中进行搜索的各种不同的Query类(如TermQuery、BooleanQuery等)和搜索结果集Hits类

org.apache.lucene.store

store包中是索引的存储相关类，如Directory类定义了索引文件的存储结构，FSDirectory是存储在文件系统（即磁盘）中的索引存储类，RAMDirectory为存储在内存中的索引存储类

org.apache.lucene.util

util包中是公共工具类，例如时间和字符串之间的转换工具

//当前工程index目录，相对路径

FSDirectory.open(new File("index"));

//绝对路径

FSDirectory.open(new File("d:\\index"));

//在类路径下创建

FSDirectory.open(new File(LuceneTest.class.getResource("/").getFile()));

//内存路径

RAMDirectory directory = new RAMDirectory();

Store.YES 存储 、Store.NO  不存储

Index.NO  不建立索引

Index.ANALYZED 分词建立索引   保存权重信息

Index.NOT_ANALYZED 不分词建立索引

Index.ANALYZED_NO_NORMS  分词建立索引，不存放权重信息

Index.NOT_ANALYZED_NO_NORMS 不分词建立索引，不存放权重信息

Document document = new Document();

document.add(new Field("id", article.getId() + "", Store.YES,

Index.NOT_ANALYZED));//对于id通常不分词的

document.add(newField("title",article.getTitle(),Store.YES,Index.ANALYZED));

document.add(new Field("content", article.getContent(), Store.YES,Index.ANALYZED));

@Test

   // 查询索引库,查看norms效果

   public void testQuery() throws Exception {

      // 建立Query对象--根据标题

      String queryString = "Lucene";

      // 第一个参数，版本号

      // 第二个参数，字段

      // 第三个参数，分词器

      Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_36);

      QueryParser queryParser = new QueryParser(Version.LUCENE_36, "content",

            analyzer);

      Query query = queryParser.parse(queryString);

      // 根据Query查找

      // 索引目录位置

      Directory directory = FSDirectory.open(new File("index"));

      IndexSearcher indexSearcher = new IndexSearcher(

            IndexReader.open(directory));

      // 查询满足结果的前100条数据

      TopDocs topDocs = indexSearcher.search(query, 100);

      System.out.println("满足结果记录条数：" + topDocs.totalHits);

      // 获取结果

      ScoreDoc[] scoreDocs = topDocs.scoreDocs;

      for (int i = 0; i < scoreDocs.length; i++) {

         // 先获得Document下标

         int docID = scoreDocs[i].doc;

         Document document = indexSearcher.doc(docID);

         System.out.println("得分：" + scoreDocs[i].score);

         System.out.println("id:" + document.get("id"));

         System.out.println("title:" + document.get("title"));

         System.out.println("content:" + document.get("content"));

      }

      indexSearcher.close();

   }

运行结果：  

是否分词， 根据业务查找条件决定

是否存储， 根据业务是否需要返回结果数据 决定

norm是按照词频计算的

问题：Index.ANALYZED　和　Index.ANALYZED_NO_NORMS　区别　    

         Index.ANALYZED　会保存权重信息

         Index.ANALYZED_NO_NORMS　不会保存权重信息

权重会影响得分，得分计算排名， 搜索技术搜索结果 一定要进行排序，按照得分

* 不保存norm值，默认按照 1.0 计算

* norm 是按照词条数 计算，值<= 1

index.ANALYZED_NO_NORMS 效率会高一些