开发者学堂课程【Lucene 知识精讲与实战（上）： 使用 luke 工具查看索引库内容】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/700/detail/12334
使用 luke 工具查看索引库内容
内容介绍：
一、简介
二、工具使用方法
一、简介
创建了索引文件文档文件后，这些文件长什么样，包含哪些内容，怎么来看，要通过一个小工具来进行查看里面的内容。点击右键，不管是用文本编辑器，还是用什么记事本来打开，都是乱码的，还有它的格式，需要通过一个工具来查看。即 luke 工具
打开这个文件夹之后，这里面有 luke，里面提供了两个版本，一个是 luke 8.0，还有一个是 luke 7.0的小工具，通过这个工具，那么可以查看索引库里面的一些结构，查看里面的数据，那么还有一些其他的小功能。
luke在e盘根目录这里面，这里面可以用 luke 8.0,把 luke 8.0解压之后是这样一个文件夹。
把这个文件夹里面的内容复制粘贴到硬盘根目录下边，或者说根目录下边的一个文件夹当中。复制粘贴之后，选择硬盘根目录下边的一个文件夹，原因是这个文件夹它这个名不能有中文或者是空格，要不然的话会造成工具出错。
粘贴进来之后，它这里有 sh 还有 bat，选择 bat windows 系统用的，双击打开，等一会，然后它就会弹出一个界面，在弹出的界面当中，看 luke 8.0怎么用。首先这个位置展示的就是所拥护的位置，刚启动起来之后，它有可能不对，在这里面点击 brother 找到索引库的位置，即 e 盘 dir 这个目录，然后打开。
之后，这里面它的勾选项，如图勾选，点击 ok 进入。
二、工具使用方法
里面分为几个菜单，
第一个菜单看索引。第二个展示的是文档，即正文内容，而这个菜单用作搜索。就是说可以在这里面测试一下查询。然后 underless 这里面是分词器的然后等等，只用前三个即可。
Index Path: E:\dir
Number of Fields:6
Number of Documenits:937864
Number of Terms:1080627
Has deletions?/Optimized?:No/No
Index Version: 22
Index Format:Lucene 7.4 or later
Directory implementation:org.apache.lucene.store.MmapDirectory
Currently opened commit point:segments_1(generation=1segs=10)
Current commit user data:0
看 Index Path 指的是索引库的位置，
Number of Fields 指的是这里面的域， 1个文档，里面有6个域，那6个分别为 AD 价格，图片名称，品牌名，分类名等。
number of documents 是有多少个文档。那么有多少个文档，其实就相当于有多少条数据。这里面有小100万条数据。差不多98万条小100万条？
Number of Terms:terms 是词，一共切分出来多少个词。1080627个。有一个标准分子器，对于英文它分子效果很对于中文他认为一个字就是一个词，所以切出来这么多，那么以后会换成其他的分词器，切出来可能就没有这么多词汇量了。切出来这个词汇量的多少，会影响查询的效果、查询的效率。
那么再来往下看，下边这里面这个叫AD点上它之后点 so Top times 这里面可以演示它切出来的词长什么样，那么这个是对数字、对 ID 这个数字的一个切分词，然后还有价格点开，还有对于名称的，对英文分词效果很好，中文一个字就是一个词。
name 叫做名称域的域名，name count 人是从当前域当中切分出来的词汇量，百分比总共加起来是100%，每一个域切分出来的值占总比的百分之多少。
然后再来看第二个菜单，第二个菜单是关于文档，那么这个文档当中就是保存的是正文内容，那么这里面某一个文档，文档当中包含6个域，然后每个域当中都有它的内容。
search 叫做搜索。用标准分支器进行查询，查询的时候，默认是星冒号，代表查询所有，前边的星代表查询所有的域，后边的星代表查询所有的关键字，所以说加起来就是查询所有。那么这里面点search去查出来有很多数据，分页的一共小小100万条数据，它不可能都给它展示出来，那样的话有可能就会卡死机。所以说它这里面进行了分页，默认分成多少？从一第一个文档是不是查询到第十个1~10，然后然后11~20，然后21~30可以进行翻页来进行查看。
这里面看着是不是乱得到一堆数据，还可以进行过滤，点击 field value，在这里面默认所有的域，假如说有一些域不想看，比如说图片域太长了不看，只看ID名称和价格，这个时候再来查，数据量就少了。这个是查询的时候还可以直接写关键字，比如说查 Default field 的默认，根据哪个域来进行查。那么如果查手机肯定是根据它的名称这个域来进行查，比如说名称字段、点击 name 名称，点搜索，全是包含手机的东西。
举例，这里面对查询的关键字在查的时候也是要进行切分词的，那么如果用的是标准分词器，他认为是一个字就是一个词。并且求并集。
如果说这里面选择的是and，它会对4个分别对4个词去查询出来的4个结果集进行求交集，然后合并出来。那么把中间的空格删了,andearch。然后这个事去它应该求的是什么？求的是交集。那么交集的话3968条，这个是出来的结果的总数。如果求并集的话，点击 search,13,493条。
选择 and 然后一查3000多条，然后这个是求交集，然后求并集就比较多，就是1万多条，查出来就1万多条。
那么这个小工具可以借助小工具进行查看索引里面的内容，查看文档里面的内容，并且来还可以在测试查询的时候来使用。
